生成对抗网络GAN学习

朕；振；震

已于 2022-11-07 11:07:18 修改

阅读量705

点赞数

于 2022-09-09 21:00:40 首次发布

本文链接：https://blog.youkuaiyun.com/qq_55369285/article/details/126676269

版权

GAN PyTorch 神经网络损失函数代码实现

关键词由优快云通过智能技术生成

GAN网络学习路径

1、经典GAN网络的公式

2、网络工作原理

(1)：从噪声z进行随机抽样，传入G网络，生成新数据G(z)和其概率分布Pg(G(z))

(2)：将真实数据和G生成的新数据一起传入D网络进行真假判别，通过sigmoid函数来输出判定类别

(3)：迭代优化D和G损失函数，根据D来调整G

(4)：直到D和G达到收敛，即D无法判断G产生数据的真假性，即Pg(G(z))已经非常逼近Pdata(x)

4、基于pytorch的代码实现

可以看代码讲解很详细：小白读基于pytorch的GAN网络代码 - 知乎

import argparse
import os
import numpy as np

import torchvision.transforms as transforms
from torchvision.utils import save_image
from torch.utils.data import DataLoader
from torchvision import datasets
from torch.autograd import Variable
import torch.nn as nn
import torch

os.makedirs("images", exist_ok=True)

parser = argparse.ArgumentParser()
parser.add_argument("--n_epochs", type=int, default=100, help="number of epochs of training")
parser.add_argument("--batch_size", type=int, default=128, help="size of the batches")
parser.add_argument("--lr", type=float, default=0.0002, help="ad