• 大小: 4KB
    文件类型: .py
    金币: 2
    下载: 0 次
    发布日期: 2024-01-20
  • 语言: Python
  • 标签: gan  代码  实现  python  

资源简介

生成式对抗网络(GAN, Generative Adversarial Networks )是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一。

资源截图

代码片段和文件信息

“““
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 

评论

共有 条评论