相信大家都有聽過GAN的名子，
原理就好像同時有一名創作家及一名鑑定員，
創作家進行創造，而鑑定員進行鑑定，
兩者有各自跟原始作品的損失函數，
利用損失資訊的大小，以優化器來修正創作家創作的方向以及鑑定員鑑定的依據。

參考攻略:
https://www.tensorflow.org/tutorials/generative/dcgan?hl=zh_tw

colab:
https://colab.research.google.com/github/tensorflow/docs/blob/master/site/en/tutorials/generative/dcgan.ipynb?hl=zh_tw

安裝及載入:

imageio套件是為了讓訓練過程以動畫的方式來呈現。

載入手寫數字資料集:

將圖片轉成28×28像素，每一個像素正規化成-1到1之間的數值:

調整batch大小，並且改變訓練資料的排序:

建立生成器:

輸入為100維的矩陣，我們可以先查看未訓練的生成結果:

搭建判別器:

輸出結果為正數代表認定為真品，負數認定生成作品為假的，
不過目前還沒訓練，所以結果不具有意義:

創立生成器及判別器各自的損失函數:

設定各自的優化器:

載入過去別人訓練好的儲存點，降低訓練時間，
自己重新訓練也可以:

設定初始生成畫作的隨機數值，並且一次生成16張圖片:

設定生成對抗的過程，優化器依據生成器及判別器各自的損失資訊來修正生成及判別方向:

搭建function，依據epochs來進行生成對抗的訓練:

將每一個epochs的訓練結果保存起來:

開始訓練:

那可以將訓練過程以動畫的方式來呈現:

假設哪一天需要依靠販賣藝術品維生，
但是又沒有藝術天份，
這個時候就可以請GAN來幫我們創作藝術作品了。

下面的攻略有對浪漫時期的作品進行創作:
https://www.kaggle.com/amyjang/creating-romantic-period-art-w-tensorflow-dcgan

該資料集還有表現主義及立體主義的作品可以參考。

那這個攻略是對於彩色圖片CIFAR10資料集進行創作:
https://machinelearningmastery.com/how-to-develop-a-generative-adversarial-network-for-a-cifar-10-small-object-photographs-from-scratch/