该数据集为动漫人物头像数据集，一共有21511个动漫人物头像，供大家使用。
可以用于训练GAN,DCGAN等一系列的生成对抗神经网络的实验。具体实验方法已经更新，大家可以点击我的主页进行查看，pytorch 使用DCGAN生成动漫人物头像。
入门级实战必看的小例子，大家可以自行查看。欢迎大家进行探讨讨论，提出更优秀的训练方法。
2022-04-06 12:05:21
220.36MB
1
本数据集（MNIST）用于 DCGAN 项目
项目基于 PyTorch 框架
2022-03-15 15:09:44
11.07MB
1
SGAN:用自己的图片
# 导入需要的包
from PIL import Image # Image 用于读取影像
from skimage import io # io也可用于读取影响，效果比Image读取的更好一些
import tensorflow as tf # 用于构建神经网络模型
import matplotlib.pyplot as plt # 用于绘制生成影像的结果
import numpy as np # 读取影像
import os # 文件夹操作
import time # 计时
from keras.layers import Input, Dense,
2022-03-06 01:23:40
95KB
1
DCGAN-plus-cnn分类器
使用DCGAN进行数据扩充，使用cnn分类器进行分类
2022-03-05 12:19:54
6KB
1
pytorch学习练手项目
pytorch版本DCGAN生成二次元头像,
包含源码训练测试代码，以及训练数据和训练权重
2022-02-21 09:28:54
386.11MB
TensorLayer中的DCGAN
这是的TensorLayer实现。 寻找文本到图像合成？
:NEW_button: :fire: 2019年5月：我们只是更新了此项目以支持TF2和TL2。 请享用！
:NEW_button: :fire: 2019年5月：该项目被选为TL项目的默认模板。
先决条件
的Python3.5 3.6
TensorFlow == 2.0.0a0 pip3 install tensorflow-gpu==2.0.0a0
TensorLayer = 2.1.0 pip3 install tensorlayer==2.1.0
用法
首先，将对齐的面部图像从或到data文件夹。
其次，训练GAN：
$ python
2022-02-06 21:19:01
645KB
1
1、DCGAN的简单总结
稳定的深度卷积GAN 架构指南:
所有的pooling层使用步幅卷积(判别网络)和微步幅度卷积(生成网络)进行替换。
在生成网络和判别网络上使用批处理规范化。
对于更深的架构移除全连接隐藏层。
在生成网络的所有层上使用RelU激活函数，除了输出层使用Tanh激活函数。
在判别网络的所有层上使用LeakyReLU激活函数。
2021-12-30 14:40:32
38.86MB
1
DCGAN
DCGAN是深度卷积生成对抗网络。 DCGAN由彼此相对的两个神经网络组成。 生成器神经网络学习创建看起来真实的图像，而鉴别器学习识别伪造的图像。
随着时间的流逝，图像开始越来越像训练输入。 图像以随机噪声开始，并且随着时间的推移越来越类似于手写数字。 下面的gif显示了100个训练纪元：
[1] Goodfellow，Ian等。 “生成对抗网络。” 神经信息处理系统的进步。 2014.（全文： : ）
[2] Radford，Alec，Luke Metz和Soumith Chintala。 “具有深度卷积生成对抗网络的无监督表示学习。” arXiv预印本arXiv：1511.06434（2015）。 （全文： : ）
[3] Y. LeCun，L。Bottou，Y。Bengio和P. Haffner。 “基于梯度的学习应用于文档识别。” IEEE会议论文集，
2021-12-30 14:33:13
2.17MB
1
DCGAN-tensorflow核心是model.py ，model.py定义了生成器和判别器，其中生成器使用deconv2d,判别器使用conv2d
2021-12-13 14:33:18
253KB
1