GAN生成MNIST数据集（pytorch版）
前言
最近准备研究关于用GAN神经网络实现图片超分辨的项目，为了理解GAN神经网络的内涵和更熟悉的掌握pytorch框架的用法，写了这个小demo熟悉手感
思想
GAN的思想是是一种二人零和博弈思想，网上比较流行的一种比喻就是生成模型（G）是印假钞的人，而判别模型（D）就是判断是否是假钞的警察。
判别网络的目的：就是能判别输入的数据（如图片）它是来自真实样本集还是假样本集。假如输入的是真样本，网络输出就接近1，输入的是假样本，网络输出接近0，那么很完美，达到了很好判别的目的。
生成网络的目的：生成网络是造样本的，它的目的就是使得自己造样本的能力尽可能强，强到判别网络没法判断我是真样本还是假样本
文件下载
评论信息
其他资源
- 人脸表情识别数据集-CK+
- dsp2808全套官方例程
- 锆石年龄终极版.pdf
- LDPC编码verilog
- 计算智能复习笔记
- JAVAWEB人事管理系统
- 北航计算机图形学作业1
- spring-boot思维导图完整知识点脑图教程
- matlab实现时间 频率同步
- IMX335LQN-C_E_Datasheet_E18112A84(2).pdf
- ApplicationKitManual-TC2X5-V20.pdf
- winhlp32.exe可用于XP和Win10下载@764_732.exe
- C数值算法程序大全.rar
- jersey 2.2 +spring 3.1.0.RELEASE+hibernate 3.3.1.GA maven 配置文件
- 基于raspberryPi的AGV视觉导航设计
- RGB驱动LED电路图
- J2ME开发大全(附源码)-中文版-PDF
- 飞秋(FeiQ)
- 华三H3C培训资料
- QI_WPC_无线充电规范标准
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明