Generator通过噪声输入生成假图片,Discriminator通过学习训练图像集来判断假图片的真假,两者对抗训练,最终训练完成Generator生成的图片通过AutoEncoder去噪生成新的图像样本
Attention: 1、数据集为MNIST数据集 2、Auto-Encoder和Dense-GAN部分超参数可自定义修改 3、训练过程为设置batch_size后全部训练样本循环训练完为一次epoch,约100次epoch后生成新图像样本可视化结果较好 4、运行中会显示两个可视化结果,分别是generator_loss和discriminator_loss的曲线图以及10次epoch后的新图像样本RGB图 5、直接运行Dense-GAN即可