文件名称：GANs
文件大小：19.97MB
文件格式：ZIP
更新时间：2024-04-14 14:43:57
JupyterNotebook
生成对抗网络 生成对抗网络（GAN）的基本思想很简单：使神经网络相互竞争，希望这种竞争将促使他们脱颖而出。 通常，GAN由两个NN组成： 生成器：生成器从输入噪声分布中输出一些数据，通常是图像。 鉴别器：正如可以推论的那样，鉴别器必须猜测输入图像是真实的还是伪造的。 实际上，图像可以是训练集中的真实图像，也可以是生成器生成的伪图像。 然后，生成器和鉴别器都具有相反的目标：生成器想要生成看起来足够真实的图像来欺骗鉴别器，而鉴别器则试图从真实图像中分辨出虚假图像。 这意味着GAN不能像常规神经网络一样进行训练： 首先，我们训练鉴别器。 我们为鉴别器提供了一批图像，其中一半来自训练集中，而一半来自生成器生成的伪造图像。 批次上的所有图像均已正确标记，因此可以对它们进行鉴别。 由于这是一个二进制分类任务，因此鉴别器的最后一层必须具有1个单位和一个S型激活函数，我们使用“ binary_cr
【文件预览】：
GANs-master
----README.md(2KB)
----gan.ipynb(27.73MB)