前言 前面幾天我們介紹的Autoencoder以及相關變體並實作出來,而今天我們要進入我們第二個主題—生成對抗網路(GAN),而之後也會分享相關變體的介紹與實作...
前言 昨天分享了GAN的介紹以及原理後,今天我們就來看看Autoencoder與GAN之間的差異性吧! 那我們廢話不多說,正文開始! 正文 Autoencode...
前言 昨天說完Autoencoder與GAN的聯繫後,今天就來說說GAN的相關數學吧!這邊我會簡單介紹GAN其數學原理,那我們廢話不多說,正文開始! 正文 在原...
前言 昨天稍微簡單介紹了GAN的數學原理,今天則會分享實作GAN生成MNIST圖像, 那我們廢話不多說,正文開始! 正文 先導入所需的套件 from tenso...
前言 昨天實作了簡單的GAN之後,今天我們來介紹GAN第一個常見的種類-DCGAN! 正文 DCGAN全名為Deep Convolutional Generat...
前言 昨天跟各位分享了DCGAN的理論後,今天就來實作看看吧! 我們今天將用DCGAN實作MNIST圖像生成,基本上架構與幾天前的GAN是一模一樣的,所以不會很...
前言 前兩天我們介紹並實作了DCGAN,而今天要來介紹GAN的第二個種類-DCGAN,是一個可以決定生成結果的GAN,那我們就廢話不多說吧! 正文 CGAN引入...
前言 昨天我們介紹了CGAN的原理,而今天我們就來試試使用CGAN生成圖片吧 正文 先載入所需的套件 import tensorflow as tf from...
前言 前幾天我們介紹且實作了GAN,並討論了其另外兩個變體,而今天我們終於要來到尾聲了-模型優化 正文 優化GAN模型是一個關鍵任務,可以提高生成質量、穩定性和...