对抗神经网络（python-一维数据）

潘聪明

已于 2023-05-08 08:57:31 修改

阅读量4.3k

点赞数 6

分类专栏： tensorflow学习笔记文章标签： python 神经网络深度学习

于 2020-06-26 10:23:40 首次发布

本文链接：https://blog.csdn.net/weixin_44719615/article/details/106966719

版权

本文介绍了如何使用Python实现一维生成对抗网络（GAN）。参考了GitHub上的regressgan.py代码，并结合哔哩哔哩上的教程和TensorFlow官方文档，讲解了生成器和鉴别器模型的构建过程。

摘要由CSDN通过智能技术生成

参考：Create regressgan.py · starhou/One-dimensional-GAN@797e150 · GitHub（github上一个生成一维数据的代码）

4.编写生成器模型和辨别器模型_哔哩哔哩_bilibili

深度卷积生成对抗网络 | TensorFlow Core（tensorflow官网）

先保存一下，########################

#noise_dim为生成假数据的组数，若为5，即生成5组噪声数据
#n为原始数据的组数，若为100，即为100组原始数据
#若fake_acc,real_acc为0.5左右，则说明生成的数据较好
import numpy as np
from numpy.random import rand,randn
import matplotlib.pyplot as plt
from tensorflow.keras.layers import Dense
from tensorflow.keras.models import Sequential

def get_real_samples(n):
    X1=rand(n)-0.5