python生成手写文字图片_使用生成对抗网络（GAN）生成手写字

先放结果

这是通过GAN迭代训练30W次，耗时3小时生成的手写字图片效果，大部分的还是能看出来是数字的。

实现原理

简单说下原理，生成对抗网络需要训练两个任务，一个叫生成器，一个叫判别器，如字面意思，一个负责生成图片，一个负责判别图片，生成器不断生成新的图片，然后判别器去判断哪儿哪儿不行，生成器再不断去改进，不断的像真实的图片靠近。

这就如同一个造假团伙一样，A负责生产，B负责就鉴定，刚开始的时候，两个人都是菜鸟，A随便画了一幅画拿给B看，B说你这不行，然后A再改进，当然需要改进的不止A，随着A的改进，B也得不断提升，B需要发现更细微的差异，直至他们觉得已经没什么差异了(实际肯定还存在差异)，他们便决定停止"训练"，开始卖吧。

实现代码

# -*- coding: utf-8 -*-

# @author: Awesome_Tang

# @date: 2019-02-22

# @version: python2.7

import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data

from datetime import datetime

import numpy as np

import os

import matplotlib.pyplot as plt

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

class Config:

alpha = 1e-2

drop_rate = 0.5 # 保留比例

steps = 300000 # 迭代次数

batch_size = 128 # 每批次训练样本数

epochs = 100 # 训练轮次

num_units = 128

size = 784

noise_size =