conditional-DCGAN-for-MNIST:Tensorflow中的条件DCGAN，用于从MNIST数据集中生成手写...

MNIST的条件DCGAN 这是MNIST数据集的手写数字的生成模型。 它将推荐的DCGAN架构结合，并输入建议的标签。 为什么要有条件GAN？ 在我的，我使用DCGAN以无人监督的方式生成MNIST数字-尽管MNIST是带标签的数据集，但我一开始就丢弃了标签，没有使用它们。 这行得通，但是这些标签当然拥有大量有用的信息。 允许GAN从额外的输入中受益将是一件很不错的事，并且能够指定我希望受过训练的生成器来创建哪个数字也将是一件很棒的事。 有条件的GAN通过将标签同时馈入生成器和鉴别器来解决这些缺点。 这有两个作用。 例如，在无监督的DCGAN中，随机向量z输入控制着有关所得数字的所有内容-包括它是哪个数字。 由于该角色由条件GAN中的标签接管，因此此处的z输入编码所有其他特征（旋转，样式等）。 送入标签也影响了训练。 我发现当我在这里使用相应版本时，在我上一个项目中工作过的体系