前言

一次偶然看到一個換臉的視頻，覺得實在是很神奇，于是饒有興致的去了解一下換臉算法。原來背后有一個極為有意思的算法思想——對抗生成。

隨后各種各樣的GAN算法以指數級增長的方式涌現出來，比如WGAN（Wasserstein GAN），CGAN（condition gan），SRGAN（super resolution gan）等。據說后來提出的GAN在取名字簡稱的時候——XXGAN，其中GAN的前面的XX，26個英文字母兩兩排列組合都快不夠用了，這足以見得這個算法最近幾年的熱度。而GAN也有很多應用場景：

• 高清圖片生成。
• 消除馬賽克。
• 側臉轉正等等。

由于博主只在稍微了解過圖像領域的GAN算法，所以只能說出以上具體的應用場景。不過據了解在自然語言處理領域GAN也可用了訓練聊天機器人（chatbot）。總之博主感覺GAN這個算法如果用對了地方，還是能夠發揮出它的潛力的。

GAN算法簡介

GAN的結構

首先我們簡單了解一下最原始的GAN網絡結構,如下圖，主要只看分為黃色長方形和粉紅色長方形，這兩部分為Network的部分：

• 一個生成器（粉紅的generator），
• 一個判別器（黃色的discriminator），

接下來注意了，我們仔細研究下這兩個網絡的輸入和輸出，同時了解一下這兩個網絡的關系：

• 生成器的輸入

總結

以上是生活随笔為你收集整理的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的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。