基于Keras的生成对抗网络(3)——利用Keras搭建CGAN生成手写体数字并贴上标签

本文介绍了如何利用Keras搭建条件生成对抗网络(CGAN),结合标签生成手写体数字。CGAN通过在生成器和判别器中引入条件变量,实现了有监督的图像生成。文章详细讲解了CGAN的结构,生成器和判别器的实现,并提供了完整的训练函数和代码示例。
摘要由CSDN通过智能技术生成

0、前言

由于很多时候我们不仅想要数据,更想获取数据的标签,因此CGAN应运而生。

一、CGAN介绍及其结构

1.1 CGAN介绍

CGAN全称Conditional Generative Adversarial Nets,论文链接:https://arxiv.org/abs/1411.1784
CGAN一种带条件约束的GAN,在生成模型(D)和判别模型(G)的建模中均引入条件变量y(conditional variable y)。

使用额外信息y对模型增加条件,可以指导数据生成过程。这些条件变量y可以基于多种信息,例如类别标签,用于图像修复的部分数据,来自不同模态(modality)的数据。·

如果条件变量y是类别标签,可以看做CGAN是把纯无监督的 GAN 变成有监督的模型的一种改进。
CGAN的数学模型如下:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

wendy_ya

您的鼓励将是我创作的最大动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值