50 行 PyTorch 代码搞定 GAN

最近，一篇非常火的报道，使用pytorch 加 50 行核心代码模拟 GAN  对抗神经网络，自己尝试走了一遍，并对源码提出自己的理解。原文链接如下 https://medium.com/@devnag/generative-adversarial-networks-gans-in-50-lines-of-code-pytorch-e81b79659e3f#.nr3akui9z 

code 地址 https://github.com/devnag/pytorch-generative-adversarial-networks

首先配置pytorch， 这个直接去github 上的pytorch官网按照教程去配，链接地址 https://github.com/pytorch/pytorch

之后把code 下下来，直接运行就可以了。

数据的产生，正样本也就是使用一个均值为4，标准差为1.25的高斯分布，

torch.Tensor(np.random.normal(mu, sigma, (1, n)))

负样本是随机数

torch.rand(m, n) 

两个网路的定义，一个是生成网络，将其参数打印出来如下

Generator (

  (map1): Linear (1 -> 50)
  (map2): Linear (50 -> 50)
  (map3): Linear (50 -> 1)
)

输入是（1L,1L）

另一个是判别网路，输入是(200L,1L)

Discriminator (
  (map1): Linear (200 -> 50)
  (map2):