一种基于原始生成对抗网络模型的残差网络方法

摘要

本发明公开了一种基于原始生成对抗网络模型的残差网络方法，属于深度学习神经网络领域，包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造神经网络充当生成器与判别器的功能；S3、初始化随机噪声，输入生成器中；S4、在神经网络中利用残差网络对图像进行卷积操作；S5、将残差网络操作得到的损失函数输入生成器进行后续训练。本方法构建的基于残差网络的原始生成对抗网络模型，改变了判别器、生成器接收图片后的卷积方式，让判别器、生成器能够以更大的范围对图像的特征进行学习，从而能够提高整个网络训练模型的鲁棒性。