gan简单代码实现python

“““
Know more visit my Python tutorial page: https://morvanzhou.github.io/tutorials/
My Youtube Channel: https://www.youtube.com/user/MorvanZhou

Dependencies:
tensorflow: 1.1.0
matplotlib
numpy
“““
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

tf.set_random_seed（1）
np.random.seed（1）

# Hyper Parameters
BATCH_SIZE = 64
LR_G = 0.0001           # learning rate for generator
LR_D = 0.0001           # learning rate for discriminator
N_IDEAS = 5             # think of this as number of ideas for generating an art work （Generator）
ART_COMPONENTS = 15     # it could be total point G can draw in the canvas
PAINT_POINTS = np.vstack（[np.linspace（-1 1 ART_COMPONENTS） for _ in range（BATCH_SIZE）]）

# show our beautiful painting range
plt.plot（PAINT_POINTS[0] 2 * np.power（PAINT_POINTS[0] 2） + 1 c=‘#74BCFF‘ lw=3 label=‘upper bound‘）
plt.plot（PAINT_POINTS[0] 1 * np.power（PAINT_POINTS[0] 2） + 0 c=‘#FF9359‘ lw=3 label=‘lower bound‘）
plt.legend（loc=‘upper right‘）
plt.show（）


def artist_works（）:     # painting from the famous artist （real target）
    a = np.random.uniform（1 2 size=BATCH_SIZE）[: np.newaxis]
    paintings = a * np.power（PAINT_POINTS 2） + （a-1）
    return paintings


with tf.variable_scope（‘Generator‘）:
    G_in = tf.placeholder（tf.float32 [None N_IDEAS]）          # random ideas （could from normal distribution）
    G_l1 = tf.layers.dense（G_in 128 tf.nn.relu）
    G_out = tf.layers.dense（G_l1 ART_COMPONENTS）               # making a painting from these random ideas

with tf.variable_scope（‘Discriminator‘）:
    real_art = tf.placeholder（tf.float32 [None ART_COMPONENTS] name=‘real_in‘）   # receive art work from the famous artist
    D_l0 = tf.layers.dense（real_art 128 tf.nn.relu name=‘l‘）
    prob_artist0 = tf.layers.dense（D_l0 1 tf.nn.sigmoid name=‘out‘）              # probability that the art work