weixin_45920264的博客

而GANs真正的应用则是在之后的DCGAN（Deep Convolutional GAN），由Alec Radford等人在2015年的论文《Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks》中提出，是GAN的改进版本，首次将卷积神经网络（CNN）成功引入GAN框架，显著提升了生成图像的质量和稳定性。这次我们就根据论文原文的描述来复现论文模型，进行DCGAN的代码演练。

我们使用GPU进行训练，其中batch_size、epochs的大小可以自己规定，之后我们定义训练模型，先用最基础的LeNet-4模型，根据MNIST数据集特点我们知道每张图片大小均为28*28。（当然我不是说这个模型好，这个模型里面各种参数啥的都可以调整，而且也有很多我看着不顺眼的地方，但就是为了尊重这个模型，所以维持了模型原貌，还有就是理论上我们应该分为训练集、验证集、测试集，但这个数据集也没有给这个区分，我也就没有再调整，直接就是一个训练，之后可能会给出优化版本）

简单概括一下，Python爬虫是一种自动化抓取网页内容的程序，它通过模拟浏览器行为，向服务器，并从中有用的信息。当然这是比较笼统的概括方式，就我个人理解而言，我们可以形象化地理解为，爬虫就好像是我们一次一次输入不同的网址，在对应的网址中找到对应的信息记录下来，然后重复这个操作直到所有网址全部搜索完毕。具体到Python代码中，就涉及到发送请求，解析网址，检索标签等步骤。