TensorFlow应用实战-DCGAN介绍及原理

DCGAN是GAN的一个变体。DeepConvolutionalGAN深度卷积生成对抗网络。生成模型和判别模型都运用了深度卷积神经网络的生成对抗网络Gan里面生成模型和判别模型也是用到了神经网络。

给一个输入图片汽车经过卷积层提取它的一些特征信息。池化层进行亚采样,再经过卷积层池化层。由复杂图像最终得到的是线条一类的东西。

mark逐层深入类比一下我们小时候画画

mark绘画的顺序与我们卷积神经网络的顺序是正好相反的。从简单到复杂直到最后的成品。点线条到一幅完整的画。

由简单到复杂地反向生成。用深度卷积神经网络来做的非监督学习论文中将DCGAN的基础结构画了出来。

用到的反卷积的网络结构就是这样一个。从简单的输入一些随机的数据。逐层递增的形式越来越复杂,到最终生成一个完整的。卷积神经网络是由复杂到简单,这里是由简单到复杂卷积神经网络用于从图形里面抽取特征用来做到识图,识别等。DCGAN的发明者想到能不能把卷积神经网络反一反,用于生成图像。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180725A1YIQJ00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券