liyihao17的博客

一、CGAN CGAN要求在训练生成器和判别器时将标签也作为输入，所以在运用生成器生成数据时，加入标签，能够生成和标签标注相同的数据 二、代码解析 1、导入相关的模块，这里使用的是tensorflow2.0，keras已经被集成进去 import tensorflow as tf from tensorflow.keras.layers import Input, Dense, Reshape, Flatten, Dropout, multiply from tensorflow.keras.la

一、GAN介绍 GAN一般有两个内容，一是生成器（generator），二是辨别器（discriminator）。 辨别器的目的是：尽可能地分辨输入的数据是生成器生成的假数据还是真实的数据 生成器的目的是：尽可能地骗过辨别器，使得辨别器认为它生成的数据是真实的数据 这是个博弈的过程，能够使得生成器和辨别器不断成长，最后生成器能够生成以假乱真的数据 其中生成器的输入是随机向量，输出是指定的数据 鉴别器的输入是数据，输出的是0到1之间的数（意味着数据是真实的数据的概率） 本博客使用的代码是在ten