znxlwm/tensorflow-MNIST-GAN-DCGAN

🧠 GAN và DCGAN sinh ảnh MNIST bằng TensorFlow

Triển khai GAN và DCGAN bằng TensorFlow trên bộ dữ liệu MNIST, sinh ảnh chữ số viết tay và hiển thị kết quả huấn luyện.

Dự án cung cấp mã nguồn TensorFlow cho hai kiến trúc Generative Adversarial Networks (GAN) và Deep Convolutional Generative Adversarial Networks (DCGAN), áp dụng trên bộ dữ liệu MNIST gồm ảnh chữ số viết tay. Hai mô hình này được huấn luyện để sinh ra hình ảnh mới giống với dữ liệu thực.

✨ Điểm nổi bật

• GAN: Mạng đối kháng sinh sinh ảnh bằng MLP, huấn luyện trên MNIST trong 100 epochs.
• DCGAN: Sử dụng convolution để cải thiện chất lượng sinh ảnh, huấn luyện trong 20 epochs.
• Noise cố định: Sinh ảnh bằng vector noise cố định (fixed_z_) để so sánh kết quả qua các epochs.
• So sánh trực quan: Hiển thị ảnh MNIST gốc so với ảnh sinh ra sau huấn luyện.
• Biểu đồ mất mát: Vẽ đồ thị training loss cho cả GAN và DCGAN.
• Thời gian huấn luyện: Ghi nhận thời gian trung bình mỗi epoch và tổng thời gian huấn luyện.

💡 Vì sao đáng chú ý

Dự án minh họa rõ ràng sự khác biệt giữa GAN cơ bản và DCGAN thông qua kết quả sinh ảnh và biểu đồ mất mày. DCGAN với kiến trúc convolution cho chất lượng sinh tốt hơn với thời gian huấn luyện ngắn hơn so với GAN dựa trên MLP. Phù hợp cho học viên mới bắt đầu tìm hiểu về mạng sinh.

---

#TensorFlow #GAN #DCGAN #MNIST #MachineLearning #TiniX