Tensorflow实现GAN生成mnist手写数字图片

Tensorflow实现GAN生成mnist手写数字图片。 教程见：https://blog.csdn.net/u012223913/article/details/75051516

# -*- coding: utf-8 -*-
# @Author: adrianna
# @Date:   2017-07-12 10:47:57
# @Last Modified by:   adrianna
# @Last Modified time: 2017-07-13 14:43:05

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.gridspec as gridspec
import os
from tensorflow.examples.tutorials.mnist import input_data

os.environ[‘TF_CPP_MIN_LOG_LEVEL‘] = ‘2‘

sess = tf.InteractiveSession（）

mb_size = 128
Z_dim = 100

mnist = input_data.read_data_sets（‘../../MNIST_data‘ one_hot=True）


def weight_var（shape name）:
    return tf.get_variable（name=name shape=shape initializer=tf.contrib.layers.xavier_initializer（））


def bias_var（shape name）:
    return tf.get_variable（name=name shape=shape initializer=tf.constant_initializer（0））


# discriminater net

X = tf.placeholder（tf.float32 shape=[None 784] name=‘X‘）

D_W1 = weight_var（[784 128] ‘D_W1‘）
D_b1 = bias_var（[128] ‘D_b1‘）

D_W2 = weight_var（[128 1] ‘D_W2‘）
D_b2 = bias_var（[1] ‘D_b2‘）


theta_D = [D_W1 D_W2 D_b1 D_b2]


# generator net

Z = tf.placeholder（tf.float32 shape=[None 100] name=‘Z‘）

G_W1 = weight_var（[100 128] ‘G_W1‘）
G_b1 = bias_var（[128] ‘G_B1‘）

G_W2 = weight_var（[128 784] ‘G_W2‘）
G_b2 = bias_var（[784] ‘G_B2‘）

theta_G = [G_W1 G_W2 G_b1 G_b2]


def generator（z）:
    G_h1 = tf.nn.relu（tf.matmul（z G_W1） + G_b1）
    G_log_prob = tf.matmul（G_h1 G_W2） + G_b2
    G_prob = tf.nn.sigmoid（G_log_prob）

    return G_prob


def discriminator（x）:
    D_h1 = tf.nn.relu（tf.matmul（x D_W1） + D_b1）
    D_logit = tf.matmul（D_h1 D_W2） + D_b2
    D_prob = tf.nn.sigmoid（D_logit）
    return D_prob D_logit


G_sample = generator（Z）
D_real D_logit_real = discriminator（X）
D_fake D_logit_fake = discriminator（G_sample）


# D_loss = -tf.reduce_mean（tf.log（D_real） + tf.log（1. - D_fake））
# G_loss = -tf.reduce_mean（tf.log（D_fake））

D_loss_real = tf.reduce_mean（tf.nn.sigmoid_cross_entropy_with_logits（
    log