利用tensorflow训练简单的生成对抗网络GAN

标签：family   个数   font   简单   数据集   之间   net   简单的   soft   

对抗网络是14年Goodfellow Ian在论文Generative Adversarial Nets中提出来的。 原理方面，对抗网络可以简单归纳为一个生成器(generator)和一个判断器(discriminator)之间博弈的过程。整个网络训练的过程中，

两个模块的分工

• 判断器，直观来看就是一个简单的神经网络结构，输入就是一副图像，输出就是一个概率值，用于判断真假使用（概率值大于0.5那就是真，小于0.5那就是假）
• 生成器，同样也可以看成是一个神经网络模型，输入是一组随机数Z，输出是一个图像。从图中可以看到，会存在两个数据集，一个是真实数据集，这好说，另一个是假的数据集，那这个数据集就是有生成网络造出来的数据集。好了根据这个图我们再来理解一下GAN的目标是要干

利用tensorflow训练简单的生成对抗网络GAN

标签：family   个数   font   简单   数据集   之间   net   简单的   soft   

原文地址：https://www.cnblogs.com/chenyusheng0803/p/8975238.html