GAN对抗生成网络（以“鸢尾花“数据集为例）

• 大多数博主都是用“MNIST数据集”为例，为什么我要以“鸢尾花”数据集为例呢？

😀哈哈哈，因为并不是所有人的研究领域都是视觉或者图像，其实大多数人的需求都是，根据手中已有的数据（该数据往往以excel文件的形式存在）来做GAN对抗生成网络，因此我选择以鸢尾花数据集为例，如何下载鸢尾花数据集以及如何把鸢尾花数据集保存到本地，请看我上一个发布，链接如下：Python 下载 鸢尾花数据集并保存到本地-优快云博客

相信很多人已经了解过GAN的原理，这里就不多fei话，直接上代码😀，最好先安装好一个可以让散点图动态显示的ffmpeg库，安装方法可以百度，或者这个链接FFmpeg 在 Python 中的安装使用方法详解_python ffmpeg-优快云博客

• 代码包括几大部分：读取数据、生成器、判别器、模型训练

• ①读取数据及数据转化为张量

第1到5行，导入相应的库（入门级别，我觉得用过python的应该都懂）；

第7行，读取数据，读取的数据是DataFrame类型，DataFrame类型无法计算梯度，需要将数据转化为Tensor类型，因为神经网络需要计算梯度；

12到16行，提