10、使用DCGAN梦想新的户外建筑

使用DCGAN梦想新的户外建筑

在生成对抗网络（GAN）的领域中，DCGAN（深度卷积生成对抗网络）是一种强大的工具，可用于生成新的户外建筑图像。本文将详细介绍如何使用DCGAN实现这一目标，包括代码实现、训练过程、评估方法以及参数调整等方面。

代码实现 - 判别器

判别器相较于生成器更为简单。深度卷积网络在分类研究中十分常见，但在GAN中，训练应该是对抗性的，简单地采用最先进的分类技术可能无法让生成器学习。因此，构建判别器时需要进行平衡。

准备工作

首先要确保文件目录结构正确，如下所示：

DCGAN
├── data
├── docker
├── README.md
├── run.sh
├── scripts
└── src
    ├── discriminator.py
    ├── gan.py
    ├── generator.py
    ├── save_to_npy.py

注意，之前部分的 discriminator.py 和 gan.py 将集成到后续的代码中。

初始化判别器类

需要添加一个关于 model_type 的参数，使用户能够选择GAN或DCGAN：

class Discriminator(object):
    def __init__(self, width = 28, height= 28, c