DCGAN in Tensorflow------深度卷積的GAN
阿新 • • 發佈：2018-12-24
這篇文章用於記錄學習過程
更新一下這個，由於之前沒有將訓練檔案和資料集登表示清楚。
我的環境是python3.5
ubuntu16.04
GTX1050Ti
系統直裝tensorflow目前應該是1.11以上吧沒有使用容器
我將會把以下實現結果的原始碼通過百度雲上傳：
如果嫌百度下載慢的可以用pandownload(自行百度)
本次展示的所有圖片全在我的機器上訓練的
在mnist上的表現
在celeb人臉資料集上的表現
位置資訊有問題，可以如果使用帶位置資訊的網路去搭建可能就不一樣
在網路上爬取的動漫人物頭像的表現
註明：本方資料集是一位研究生首先想到的，並且爬取了。在此只是借用。
以上是在基於DCGAN也就是深度卷積神經網路。
首先對抗生成網路就是一個博弈過程，或者說是一個遊樂場檢票員D和一個遊樂場假票製作人員G。
所以說，製作假票的那個人G就希望自己製作的票越難被查出來越好，也就是越真越好，但又不和真票序列號相同
而遊樂場檢票人員D希望自己檢查假票的能力越強越好，所以她需要區分真票與假票。
z是隨機數（原材料）
x是一張圖片（票）
D(x)和G(z)分別是檢票人和假票製作人
我們定義一個函式V(G, D)
相關資源地址
GAN課程視訊https://www.bilibili.com/video/av9770302/from=search&seid=905421046757750252
該視訊是李巨集毅老師的。但是我聽得不是很懂，說實話，數學還不到位
ppt地址：http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS17.html
李巨集毅老師的視訊對應的PPT
GenerativeAdersarialNetworks: https://github.com/hwalsuklee/tensorflow-generative-model-collections
這個是一個比較全的關於Gan的實現的github
關於GAN的解釋
簡書上一篇基於李巨集毅教授的有比我清楚的解釋
很清楚的文章CSDN: https://blog.csdn.net/stalbo/article/details/79283399