【文件属性】：
文件名称：Keras-MNIST-GAN:使用Keras的MNIST数据的简单生成对抗网络
文件大小：48.71MB
文件格式：ZIP
更新时间：2021-05-17 22:06:07
Python
MNIST的Keras GAN
使用简单明了的剖成Adverserial网络（GAN）实现库。 一些技巧已经实现。
mnist_dcgan.py ：深度卷积生成对抗网络（DCGAN）的实现。 每个纪元大约需要在NVIDIA Tesla K80 GPU（使用Amazon EC2）上需要1分钟。 50个纪元后生成的图像如下所示。
mnist_gan.py ：使用完全连接的层的标准GAN。 在NVIDIA Tesla K80 GPU上，每个纪元约需10秒钟。 200个纪元后生成的图像如下所示。
直流电源
[在时代50生成的MNIST图像。]
[每个纪元亏损50个纪元。]
深甘
[在时代200生成的MNIST图像。]
[在每个纪元损失200个纪元。]
【文件预览】：
Keras-MNIST-GAN-master
----mnist_gan.py(5KB)
----mnist_dcgan.py(5KB)
----models()
--------dcgan_generator_epoch_50.h5(9.64MB)
--------dcgan_discriminator_epoch_50.h5(7.24MB)
--------gan_generator_epoch_200.h5(17.03MB)
--------gan_discriminator_epoch_200.h5(16.94MB)
----images()
--------gan_loss_epoch_200.png(63KB)
--------dcgan_generated_image_epoch_35.png(73KB)
--------dcgan_loss_epoch_50.png(68KB)
--------gan_generated_image_epoch_60.png(86KB)
--------gan_generated_image_epoch_140.png(88KB)
--------dcgan_generated_image_epoch_1.png(61KB)
--------dcgan_generated_image_epoch_40.png(69KB)
--------dcgan_generated_image_epoch_5.png(68KB)
--------dcgan_generated_image_epoch_45.png(69KB)
--------gan_generated_image_epoch_100.png(86KB)
--------dcgan_generated_image_epoch_10.png(73KB)
--------gan_generated_image_epoch_160.png(87KB)
--------dcgan_generated_image_epoch_50.png(68KB)
--------gan_generated_image_epoch_80.png(83KB)
--------gan_generated_image_epoch_120.png(83KB)
--------gan_generated_image_epoch_200.png(84KB)
--------gan_generated_image_epoch_1.png(175KB)
--------dcgan_generated_image_epoch_25.png(69KB)
--------gan_generated_image_epoch_180.png(81KB)
--------dcgan_generated_image_epoch_30.png(69KB)
--------gan_generated_image_epoch_20.png(82KB)
--------dcgan_generated_image_epoch_15.png(73KB)
--------dcgan_generated_image_epoch_20.png(72KB)
--------gan_generated_image_epoch_40.png(82KB)
----LICENSE(1KB)
----README.md(1KB)