文件名称：GAN-MNIST-Pytorch:用Pytorch生成数字
文件大小：4KB
文件格式：ZIP
更新时间：2024-05-31 00:26:36
Python
GAN-MNIST-Pytorch 在此博客文章中，我们将实现一个生成图像模型，该模型将随机噪声转换为数字图像！ 完整的代码可用，只需将其克隆到您的计算机上即可使用。 作为Torch7的前用户，我尝试从重现结果。 为此，我们采用了。 GAN由两个部分组成； 生成器将随机噪声转换为图像，而鉴别器则试图区分生成的图像和真实的图像。 在这里，“真实”是指图像来自我们训练的图像集，而不是生成的假货。 为了训练模型，我们让鉴别器和生成器相互对战。 我们首先向鉴别器显示来自训练集的真实图像和生成器生成的伪图像的混合批次。 然后，我们同时优化鉴别器，以对伪图像回答“否”，对真实图像回答“是”，并优化生成器，以欺骗鉴别器，使他们认为伪图像是真实的。 这对应于最小化分类误差wrt。 鉴别器并使其最大化。 发电机。 通过仔细的优化，生成器和鉴别器都将得到改善，并且生成器最终将开始生成令人信服的图像。 实
【文件预览】：
GAN-MNIST-Pytorch-master
----main.py(7KB)
----README.md(4KB)