项目简介
本项目是基于Pytorch框架的生成对抗网络(GAN)应用实例,用于生成MNIST手写数字。项目包含生成器和判别器两大部分,生成器负责生成看似真实的MNIST数字图像,判别器则用于判断图像的真实性。
项目的主要特性和功能
- 数据预处理:加载并预处理MNIST数据集,进行数据归一化和批量处理。
- 生成器和判别器设计:采用全连接层或卷积层设计网络结构。
- 训练过程:通过交替训练生成器和判别器,完成GAN的训练。
- 图像保存:训练过程中保存生成的图像,便于观察和评估。
安装使用步骤
安装依赖
- 安装Python 3.x。
- 安装PyTorch和torchvision:
bash pip install torch torchvision
- 安装其他依赖库:
bash pip install numpy matplotlib
运行代码
- 复制或下载本项目代码。
- 进入项目目录:
bash cd GAN-MNIST-Pytorch
- 运行训练脚本,可选择以下任意一个:
bash python 1_GAN_epoch2epoch.py
或bash python 2_GAN_batch2batch.py
或bash python 3_GAN_batch2batch_CNN.py
- 训练过程中生成的图像会保存在指定目录下,可查看这些图像评估模型性能。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】