ok，首先明确一件事，gan网络最简单应用是什么？个人认为是其可以取代早先的自编码技术，从而将一些稀缺样本进行有方向的扩增以此来扩大我们的样本量。dcgan作为gan网络比较优秀的一个变种，在稳定性上以及效率上都有着比较好的优势。本文主要目的为让大家都可以自己去生成自己的生成图片。
先给出链接，由于之前的github链接忘了，所以给出百度云的链接
链接：https://pan.baidu.com/s/1WcOQ5b8SMZC-u5LDSMLqhw 提取码：mqkh
另外给出一组简单的二次元人脸图像
链接：https://pan.baidu.com/s/1LPvKrEcw4YCANZA3HuNG3w 提取码：w3ua
下载好之后，解压，最开始的文档应该是这样的
在其中添加logs，samples，data这三个文件夹，如图
用nodepad++打开main.py，，可以看到很多参数，我做了注释，大家自行领会๑乛◡乛๑
现在我们把图片放到data里面，然后用cmd进入当前目录，输入如下指令
python main.py --dataset celebA --train
训练效果是很明显的，当训练到99次的时候就有一定的轮廓了，如图
ok，本篇先从工程的角度讲一下如何去实现，大家学会了就可以去增加那些稀有样本，进而提高其所应用到的网络的鲁棒性，下次有时间再深入代码去探索