Pytorch GAN入门实战---生成MNIST手写数据集代码实现_img.view(1, 3, 92, 69).to(self.device)

基础GAN的原理还不懂的，先看：生成式对抗神经网络（GAN）原理给你讲的明明白白

一、加载数据

# 数据归一化
transform = transforms.Compose([
    transforms.ToTensor(),  
    transforms.Normalize(0.5, 0.5)  
])
# 加载内置数据  
train_ds = torchvision.datasets.MNIST('data',   # 当前目录下的data文件夹
                                     train=True,  # train数据
                                     transform=transform,
                                     download=True)
 
dataloader = torch.utils.data.DataLoader(train_ds, batch_size=64, shuffle=True)

1. 没有下载过MNIST数据集的直接用上面的代码，会自动下载，下载速度看人品~~~~~
2. 有MNIST数据集的，把数据文件放在程序目录下，代码中的‘data’更改为你的文件名，download改为False
3. 自行数据下载地址：https://download.csdn.net/download/m0_62128864/85045154?spm=1001.2014.3001.5501

 二、创建生成器

# 定义生成器
# 输入是长度为100的噪声（正态分布随机数）
class Generator(nn.Module):
    def __init__(self):
        super(Generator, self).__init__()
        self.gen = nn.Sequential(nn.Linear(100, 256),  
                                 nn.ReLU(),
                                 nn.Linear(256, 512),
                                 nn.ReLU(),
                                 nn.Linear(512, 28 * 28),
                                 nn.Tanh()
                                 )
 
 
     # 定义前向传播 x表示长度为100的noise输入
    def forward(self, x):