为时装设计生成训练和运行GAN.docx

? ? 为时装设计生成训练和运行GAN ? ? 目录 介绍 训练GAN 在训练期间可视化生成的图像 从经过训练的GAN生成时尚图像 下一步 下载源 - 120.7 MB 介绍 DeepFashion等数据集的可用性为时尚行业开辟了新的可能性。在本系列文章中，我们将展示一个AI驱动的深度学习系统，它可以帮助我们更好地了解客户的需求，从而彻底改变时装设计行业。 在这个项目中，我们将使用： Jupyter Notebook作为 IDE 库： TensorFlow 2.0 NumPy MatplotLib DeepFashion数据集的自定义子集——相对较小以减少计算和内存开销 我们假设您熟悉深度学习的概念，以及Jupyter Notebooks和TensorFlow。如果您不熟悉Jupyter Notebook，请从本教程开始。欢迎下载项目代码。 在上一篇文章中，我们设计并构建了一个生成对抗网络（GAN）。在本文中，我们将训练 GAN生成逼真的服装图像，类似于DeepFashion数据集中的图像。 训练GAN 生成器训练是通过减少假图像和真实图像之间的损失和误差来完成的 ((log(D(x))+log(D(G(z))。我们将选择大量的时期，因为这种网络需要多次迭代以减少真假图像之间的误差。我们将从40个时期开始进行训练，看看这会带来什么结果。我们将在我们自定义的数据集上训练网络