文件名称：DCGAN-tensorflow：“深度卷积生成对抗网络”的张量流实现
文件大小：38.86MB
文件格式：ZIP
更新时间：2024-02-26 22:54:14
tensorflow gan dcgan generative-model TensorflowJavaScript
Tensorflow中的DCGAN Tensorflow实现是稳定的生成对抗网络。 参考的割炬代码可在找到。 （ ）基于此仓库编写了出色的和。 为避免D（鉴别器）网络快速收敛，每次D网络更新都会对G（发电机）网络进行两次更新，这与原始论文有所不同。 在线演示 先决条件 Python 2.7或Python 3.3+ （可选） （用于可视化） （可选） ：大规模CelebFaces数据集 用法 首先，使用以下命令下载数据集： $ python download.py mnist celebA 要使用下载的数据集训练模型： $ python main.py --dataset m
【文件预览】：
DCGAN-tensorflow-master
----.gitignore(989B)
----assets()
--------d_hist.png(381KB)
--------result_16_01_04_.png(518KB)
--------test_2016-01-27 15_07_47.png(505KB)
--------mnist2.png(26KB)
--------test_2016-01-27 15_08_54.png(505KB)
--------d_loss.png(96KB)
--------test_2016-01-27 15_08_45.png(507KB)
--------test_2016-01-27 15_09_00.png(510KB)
--------result_16_01_04.png(510KB)
--------test_2016-01-27 15_08_57.png(514KB)
--------mnist3.png(27KB)
--------test_2016-01-27 15_09_50.png(504KB)
--------test_2016-01-27 15_09_46.png(515KB)
--------test_2016-01-27 15_09_04.png(513KB)
--------result_16_01_03.png(578KB)
--------d__hist.png(347KB)
--------g_loss.png(105KB)
--------mnist1.png(28KB)
--------custom_dataset.png(488KB)
--------training.gif(14.59MB)
----DCGAN.png(147KB)
----LICENSE(1KB)
----download.py(5KB)
----utils.py(9KB)
----README.md(4KB)
----web()
--------fonts()
--------videos()
--------js()
--------css()
--------index.html(28KB)
--------app.py(283B)
--------img()
----average.png(8KB)
----ops.py(4KB)
----main.py(7KB)
----model.py(21KB)