文件名称：甘
文件大小：64KB
文件格式：ZIP
更新时间：2024-03-04 02:25:28
JupyterNotebook
生成专家网络教程 生成对抗网络（GAN）是深度学习中最热门的主题之一。 从较高的层次上讲，GAN由两个部分组成，一个生成器和一个鉴别器。 鉴别器的任务是确定给定图像看起来是自然的（即，是来自数据集的图像）还是看起来像是人为创建的。 生成器的任务是创建与原始数据分布相似的看起来自然的图像，这些图像看起来足够自然以欺骗鉴别器网络。 本文使用的类比是，生成模型类似于“一个试图制造和使用伪造货币的伪造者团队”，而判别模型类似于“试图检测伪造货币的警察”。 生成器试图欺骗鉴别器，而鉴别器试图不被生成器欺骗。 当模型通过交替优化进行训练时，两种方法都会得到改进，直到“假货与货真价实”无法区分为止。 该教程是用Python和Tensorflow库编写的，因此在阅读本教程之前熟悉Tensorflow是一个很好的选择。 如何使用Jupyter笔记本 第一步始终是克隆存储库。 git clone ht
【文件预览】：
GAN-master
----.gitignore(34B)
----gan_train.py(23KB)
----Generative Adversarial Networks Tutorial.ipynb(58KB)
----README.md(4KB)
----Images()
--------GAN1.png(25KB)
--------GAN2.png(8KB)