20天

本节学习了GAN图像生成。
GAN（生成式对抗网络)是一种生成式机器学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。
主要由两个不同的模型共同组成——生成器(Generative Model)和判别器(Discriminative Model)：生成器的任务是生成看起来像训练图像的“假”图像；判别器需要判断从生成器输出的图像是真实的训练图像还是虚假的图像。
步骤：
1.数据集
1.1数据集下载
1.2数据加载
1.3数据集可视化
1.4隐码构造
2.模型构建
2.1生成器
2.2判别器
2.3损失函数和优化器
3.模型训练
4.模型推理