GAN-DCGAN-LSGAN-WGAN-WGANGP-DRAGAN GAN及其扩展名Tensorflow版本：2.1.0

generative_adversarial_networks_101：生成对抗网络的Keras实现。 具有MNIST和CIFAR-10数据集的GAN，DCGAN，CGAN，CCGAN，WGAN和LSGAN模型

GAN的集合 无监督GAN的Pytorch实现。 有关使用pytorch计算初始分数和FID的更多信息，请参见 楷模 直流电源 威根 WGAN-GP SN-GAN 要求 初始化metric模型git submodule update --init 安装python包pip install -U pip setuptools pip install -r requirements.txt 结果 模型 数据集 起始分数 FID 直流电源 CIFAR10 6.04（0.05） 47.90 WGAN（CNN） CIFAR10 6.64（0.6） 33.27 WGAN-GP（CNN） CIFAR10 7.47（0.06） 24.00 WGAN-GP（ResNet） CIFAR10 7.74（0.10） 21.89 SNGAN（CNN） CIFAR10 7

WGAN张量流 tensorflow wasserstein gan的实现

华泰人工智能系列之三十八：WGAN生成，从单资产到多资产

建议 我们基于GAN的面部属性编辑工作 。 新闻 2019年4月8日：我们通过Tensorflow 2重新实现了这些GAN！ 旧版本位于： 或“ v1”目录中。 GAN-Tensorflow 2 Tensorflow的2个实现 ， ， 和 。 样例结果 时尚MNIST DCGAN LSGAN WGAN-GP 德拉甘 名人 DCGAN LSGAN WGAN-GP 德拉甘 日本动漫 WGAN-GP 德拉甘 用法 环境 Python 3.6 TensorFlow 2.2，TensorFlow插件0.10.0 OpenCV，scikit映像，tqdm，oyaml 我们建议

GAN-1D 使用WGAN生成故障轴承振动信号 要求： python 3.5+ 张量流gpu numpy scipy os 打开cmd和cd到文件夹 $ python train.py --learning_rate 0.000001 #change the learning rate,default 0.000001 --epoch 2000000 #how much epochs to train,default 2000000 --sample_rate 50000 #how many epochs you want to sample once,default 50000 --train_data x1 #there 9 kinds of signals you can choos

龙龙老师教程gan，wgan，二次元头像训练数据集，一共280M 龙龙老师教程gan，wgan，二次元头像训练数据集，一共280M 龙龙老师教程gan，wgan，二次元头像训练数据集，一共280M

基于PyTorch实现生成对抗网络 拟合给定分布 要求可视化训练过程 实验报告 对比GAN、WGAN、WGAN-GP（稳定性、性能） 对比不同优化器的影响

WGAN的一个tensorflow实现