[人工智能]GAN变种CGAN_DCGAN_EBGAN跑Fashion_mnist、KMNIST、QMNIST

1、摘要

本文主要讲解：使用GAN变种ACGAN、CGAN、DCGAN、EBGAN跑mnist、Fashion_mnist、KMNIST、QMNIST四种数据集
主要思路：

1. 先下载KMNIST、QMNIST数据集，因为这两种代码没法直接下
2. 安装pytorch-gpu版本才能跑得快
3. 理解各种GAN的变种

2、数据介绍

KMINST

3、相关技术

ACGAN是在CGAN基础上的进一步拓展，采用辅助分类器（Auxiliary Classifier）使得GAN获取的图像分类的功能。

CGAN通过结合标签信息来提高生成数据的质量，SGAN通过重建标签信息来提高生成数据的质量，那么我们可不可以两者都用，答案是显然的，因为ACGAN就是这样干的。

DCGAN

DCGAN 的判别器和生成器都使用了卷积神经网络（CNN）来替代GAN 中的多层感知机，同时为了使整个网络可微，拿掉了CNN 中的池化层，另外将全连接层以全局池化层替代以减轻计算量。

EBGAN的改变在discriminator上。把D看作是一个energy function，对real image赋予低能量，fake image赋予高能量。通过energy based思想可以把能量方面的很多工具拿来用进去。

4、完整代码和步骤

ACGAN跑FashionMNIST输出如下：

主运行程序入口

在这里插入代码片

5、学习链接

从头开始GAN【论文】(二) —— DCGAN
EBGAN总结
GAN变种ACGAN利用手写数字识别mnist生成手写数字