5-1对抗生成神经网络(GAN)--Keras实现

最新推荐文章于 2024-09-07 21:32:30 发布

原创最新推荐文章于 2024-09-07 21:32:30 发布 · 2.5k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#对抗生成神经网络 #GAN #Keras

神经网络专栏收录该内容

12 篇文章

订阅专栏

本文介绍了一种使用Keras实现的深度卷积生成对抗网络（DCGAN）在MNIST手写数字数据集上的应用案例。通过Python及深度学习库Keras，实现了从噪声中生成清晰的手写数字图像。

点击查看完整代码http://www.daimapi.com/neuralnetwork5_1/

该代码利用Python3实现，利用到了深度学习工具包Keras。

Keras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。Keras的主要特点：1.简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）；2.支持CNN和RNN，或二者的结合；3.无缝CPU和GPU切换。

# -*- coding: utf-8 -*-
#DCGAN on MNIST using Keras
import numpy as np
import time
from tensorflow.examples.tutorials.mnist import input_data

from keras.models import Sequential
from keras.layers import Dense, Activation, Flatten, Reshape
from keras.layers import Conv2D, Conv2DTranspose, UpSampling2D
from keras.layers import LeakyReLU, Dropout
from keras.layers import BatchNormalization
from keras.optimizers import Adam, RMSprop

import matplotlib.pyplot as plt

class ElapsedTimer(object):
    def __init__(self):
        self.start_time = time.time()
    def elapsed(self,sec):
        if sec < 60: