深度学习核心技术精讲100篇（十二）-DCGAN(对抗生成网络）算法应用及代码实现

前言

一次偶然看到一个换脸的视频，觉得实在是很神奇，于是饶有兴致的去了解一下换脸算法。原来背后有一个极为有意思的算法思想——对抗生成。

随后各种各样的GAN算法以指数级增长的方式涌现出来，比如WGAN（Wasserstein GAN），CGAN（condition gan），SRGAN（super resolution gan）等。据说后来提出的GAN在取名字简称的时候——XXGAN，其中GAN的前面的XX，26个英文字母两两排列组合都快不够用了，这足以见得这个算法最近几年的热度。而GAN也有很多应用场景：

• 高清图片生成。
• 消除马赛克。
• 侧脸转正等等。

由于博主只在稍微了解过图像领域的GAN算法，所以只能说出以上具体的应用场景。不过据了解在自然语言处理领域GAN也可用了训练聊天机器人（chatbot）。总之博主感觉GAN这个算法如果用对了地方，还是能够发挥出它的潜力的。

GAN算法简介

GAN的结构

首先我们简单了解一下最原始的GAN网络结构,如下图，主要只看分为黄色长方形和粉红色长方形，这两部分为Network的部分：

• 一个生成器（粉红的generator），
• 一个判别器（黄色的discriminator），

接下来注意了，我们仔细研究下这两个网络的输入和输出，同时了解一下这两个网络的关系：

• 生成器的输入

文章来源: wenyusuran.blog.csdn.net，作者：文宇肃然，版权归原作者所有，如需转载，请联系作者。

原文链接：wenyusuran.blog.csdn.net/article/details/107333413