使用DCGAN生成动漫风格的人脸并探索其潜在的特征表征

逐步实验DCGAN并可视化其结果

大家好，已经有一段时间了！今天，我想写一下我学习和试验另一种深度学习技术的结果，即生成性对抗网络（GAN）。我最近研究并了解了它。我想如果把我的实验分享给每个人都会很好。

GAN主要是关于生成某些东西。在本文中，我想分享有关生成动画角色面孔的实验。不仅生成，我还试验了图像可以通过其潜在变量（用于生成面部的矢量）的线性代数运算来操纵。我还看到生成的面部遵循统计分布，这真的很棒。

本文将重点介绍如何使用所解释的每个步骤（使用源代码）执行GAN的教程。它将针对任何对AI感兴趣的人，特别是那些想要练习深度学习的人。它还针对每个想要第一次学习如何做GAN的人。我会尽可能简单地写这篇文章来理解它。我希望读者通过阅读本文了解GAN的一般工作方式。

如果你想更好地理解阅读这篇文章，我建议你至少知道神经网络和卷积神经网络（CNN）。

如果您想了解完整的源代码，可以在本文末尾找到GitHub链接。 现在，我将在存储库中提供python笔记本和Colaboratory链接。

图像0是我们将使用模型形成的图片创建的动画角色面之一。 左边的第一张和第二张图片是用GAN生成的。 第三个是添加第一个和第二个面（你可以称它为第一个和第二个面的融合）。

Images 0 : Example of generated faces and the fusion of their face. G + D =