一种基于TensorFlow的DCGAN模型实现

摘要

卷积神经网络CNN目前在有监督学习领域有着优秀的表现,但在无监督学习领域研究进展缓慢。该文将CNN引入到GAN中的生成式模型中做无监督训练,利用CNN强大的特征提取能力来提高生成式模型的学习效果,采用TensorFlow和Python代码实现了DCGAN中的D模型和G模型,并在MNIST部分数据集下验证了模型生成数字图像效果。实验结果表明采用DCGAN可以有效获取图像表征用于分类并具备生成较高分辨率的图像能力。