matlab代码矢量化-2016_GAN_Matlab:Matlab的生成对抗网络

matlab代码矢量化Matlab 的生成对抗网络 仅使用 GAN 的第 2 类 使用 infoGAN 的 0-9 类 我使用特征匹配来训练生成模型。 （我在/matlab/+dagnn/Feature_Match_Loss.m定义了这个损失） 1.通过运行gpu_compile.m ，您应该删除其中的注释。 2.您可以通过运行test_gan_3.m或test_gan_info.m来测试此代码 3.如果你想训练这段代码，你可以运行train_gan_3.m或train_gan_info.m你可以在GDnet_3.m和GDnet_info.m找到网络结构 一些细节 1.我可能会错过一些东西或没有选择一个好的初始参数。 因此，欢迎任何建议。 GDnet_1 使用 32*32 随机映射作为输入 GDnet_2 使用 100 个随机向量并使用 deconv GDnet_3 使用 100 个随机向量并使用 conv（如 fc 层） 在我的实验中，deconv 显示输出相邻像素是可能的。 所以在 minist 中使用 conv(fc layer) 更好。 （deconv 可能适用于真实图像，如