使用condition GAN 训练cifar-10数据集结果展示 如何看懂一个GAN深度学习的代码

学习GAN(对抗式生成网络)已经半年了,谈一下自己如何写一个GAN的程序:

一个GAN程序主要包括以下几个部分:

第一生成模型: 在生成模型之中我们要关注生成器输入的参数的形状是什么,中间参数的shape怎么变化的,以及生成器输出的形状是什么

 

第二识别模型:同样在识别器中,我们要关注识别器中输入的参数有哪些,中间参数的shape怎么变化的,最后识别器输出的形状是什么

 

第三如何定义loss 函数:个人感觉GAN之间的不同之处就在于不同的loss函数,其决定生成器和识别器中的参数的方向,

 

第四如何加载数据集:加载的数据集形状一定要和定义的占位符一样, 有编程能力的可以多练习练习。

所以无论是自己写代码还是看代码 永远要关注这几个部分‘’

 

不说其他的话了,展示以下Condition GAN生成图像的形状吧, 就展示两个没有GPU训练太慢了

使用condition GAN 训练cifar-10数据集结果展示 如何看懂一个GAN深度学习的代码_第1张图片 加载原始图像成功

 

 

 

使用condition GAN 训练cifar-10数据集结果展示 如何看懂一个GAN深度学习的代码_第2张图片 第100个epoch

 

你可能感兴趣的:(Condition,GAN,Dataset,cifar-10)