生成对抗网络GAN---first demo

GAN概念介绍

GAN的全称是Generative adversarial network，中文翻译过来就是对抗式神经网络。对抗神经网络其实是两个网络的组合，可以理解为一个网络生成模拟数据（生成网络Generator），另一个网络判断生成的数据是真实的还是模拟的（判别网络Discriminator）。生成网络要不断优化自己生成的数据让判别网络判断不出来，判别网络也要优化自己让自己判断得更准确。二者关系形成对抗，因此叫对抗神经网络。

也就是主要是由两部分的网络组成，生成网络Generator和判别网络Discriminator，先用噪声生成数据，输入到生成网络中，造出假的数据，将生成假的数据输入的判别网络中，进行判别数据的真假性；

生成网络的损失函数：

该式子中的G代表生成网络，D代表判别网络，H代表交叉熵，z数输入的随机数据，D（G（z））是对假数据的判断概率，1代表数据绝对真实吗，0代表数据的绝对虚假。H(1,D(G(z)))，代表判别结果与1的距离。
判别网络的损失函数：

上式中，x代表真实数据，H（1,D(x)）代表真实数据与1的距离，H（0,D(G(z))）代表生成数据与0的距离。因此想要识别网络的效果足够好，就需要真实数据尽可能预测为1，生成数据尽可能预测为0，

参考链接：

https://blog.csdn.net/LEEANG121/article/details/104113406
https://www.zhihu.com/question/63493495/answer/212218657

代码参考

主要参考博文：
链接1: 生成对抗网络GAN—生成mnist手写数字图像示例（附代码）.

链接2: 基于GAN的mnist训练集图片生成神经网络实现.
代码在改文章末端的github里有完整版。

在箭头的目录下，有四个文件，主要内容都在mnist_model.py这个文件里，将代码取出到自己文件里，剩下两个就是调用该model的训练和测试代码接口。

训练遇到mnist数据集加载不了的问题。

问题一：h5py is running against HDF5 1.10.6 when it was built against 1.10.5问题
主要是h5py要求1.10.5，但现在的环境是1.10.6，因此需要重新更新h5py的版本，
解决办法：我的环境是anaconda里加入的python环境，我是进入到环境里，然后卸载h5py，然后再安装h5py，代码如下：

pip uninstall h5py
pip install h5py
或者
conda install hdf5=1.10.x

问题二：mnist数据集无法加载
（即：from tensorflow.examples.tutorials.mnist import input_data无法导入）
解决办法：
手动下载到对应目录下，对应方法，在该参考链接问题二：解决办法，下载代码的链接在该博客里mnist数据集

问题三：主要是tf2和tf1.x不兼容的小问题
解决办法：AttributeError: module tensorflowhas no attribute placeholder

import tensorflow.compat.v1 as tf

tf.disable_v2_behavior()

替换：

import tensorflow as tf

参考：https://blog.csdn.net/zhuiyuanzhongjia/article/details/106821333

问题四：在pycharm中train后，继续进行test时，会出现ValueError: Variable generator/dense/kernel already exists, disallowed. Did you mean to set reuse=True or reuse=tf.AUTO_REUSE in VarScope? Originally defined at:如下图：

解决办法：
当训练时候构建了graph后，在测试时，需要清楚运算图，在构建graph。将代码加在测试代码开始：

tf.reset_default_graph()