无监督学习GAN

GAN的目的

GAN的组成

注：上图中，上面的曲线为生成器的损失，下面为判别器的损失；

GAN的简单实现

GAN的简单实现使用的是MNIST数据集，代码见GAN代码；

GAN训练的伪代码为：

在Keras上利用DCGAN实现图像生成

DCGAN生成器在Keras上的实现可以参考下面链接中的代码https://github.com/jacobgil/keras-dcgan。

通过下面的命令来启动模型的训练和生成（见图2-8）：

python dcgan.py --mode train --batch_size

<batch_size>

python dcgan.py --mode generate --batch_size

<batch_size> --nice