摘  要

 

近年来，深度学习取得了长足进步，无论是领域研究上还是应用上，国外国内的发展都呈现出良好的态势。而生成对抗网络作为深度学习的一种模型，在其被提出时，就引起了广大研究人员的关注，一直是被研究的重要课题。生成对抗网络十分擅长对图像进行处理，常见的应用如图像生成，图像修复，超分辨率问题等等。近年来，生成对抗网络也逐渐出现在其他领域中，例如，自然语言处理，棋类比赛等等。GAN不仅被广泛应用，而且由它所带动的研究热点也出现了不少，因此研究和发展GAN具有重大的意义。文本对基于深度学习的GAN的图形图像生成系统进行了研究。

 

关键词：深度学习，生成对抗网络，图像生成 

目  录

 

第一章 绪论 1

1.1 引言 1

1.2 国内外研究现状 1

1.2.1 深度学习的发展历史和研究现状 1

1.2.2 GAN的发展历史和研究现状 3

第二章 神经网络和GAN的相关技术 4

2.1 激活函数 4

2.2 卷积运算 7

2.3 转置卷积 7

2.4 池化 8

2.5 卷积神经网络 8

2.6 对抗生成网络 9

第三章 Python语言与Keras框架 11

3.1 Python语言 11

3.2 Keras框架 11

第四章 基于DCGAN的图像生成系统研究 13

4.1 卷积神经网络的手写数字识别 13

4.2 DCGAN的图像生成系统研究 14

第五章 总结与展望 18

5.1 总结 18

5.2 展望 18

参考文献 19

致  谢 20