https://github.com/sparkingarthur/sangoProfile-keras-GAN-
使用的环境是后端tf1.8+keras2.1.6
这两天心情不是很好，压力很大，于是玩了玩三国群英传，突发奇想想用神经网络生成三国群英传的人物头像玩玩，于是去稍微找了找GAN的资料，尝试着弄了弄。
但是效果太烂了，不想写具体咋弄了…GAN实在是太难调了，估计我搜集的数据集也不是很好，等我以后有时间能把效果调好一点再来写写怎么弄的吧。
中间的一些调参简直太奇葩了，我现在能总结的以下几点：
1.用keras训练discriminator，以下简称D，每一步必须先用全是真图片，再用全是假图片的batch做训练，一个batch里面有真有假的话训练就崩盘了。
2.真图片的label不能设置为1，必须稍微比1小一点点，同样，假图片的标签不能为0，必须比0大一点点，不然训练GAN网络的时候也崩盘。
3.我采取的随机输入是1x1x100，跟DCGAN原始的网络输入一样，送给generator，以下简称G。图片归一化过后是归一化了到[-1,1]，如果随机数分布符合(0,1)的正太分布的时候，G生成的东西就还行，至少我能看出来是个人头，如果采用其他随机分布（比如均匀分布），生成出来的就完全是噪声……
4.在G里面用上采样很烂，用步长为2的反卷积效果比用上采样好…
都太抽象了…