是否有可能创建一个不需要输入的 GAN 模型？ [关闭]答案

【问题标题】：Is it possible to create a GAN model that takes no input? [closed]是否有可能创建一个不需要输入的 GAN 模型？ [关闭]
【发布时间】：2021-06-17 07:09:54
【问题描述】：

是否可以使用 Keras 函数/序列 API 创建一个不接受输入的 GAN 模型？

我正在尝试训练 GAN 模型以使用 CelebA 数据集生成图像。是否可以使用 Keras API 而不向模型传递任何内容？相反，我只是从中生成并拥有 [0,1] 范围内的数据？

【问题讨论】：

【解决方案1】：

绝对没有办法让神经网络不接受输入，因为这样就没有任何东西可以通过神经元传播。这通常在 GAN 中处理的方式是向生成器网络提供一个“潜在随机变量”，基本上是一个代表输出可能特征的随机向量。

【讨论】：

【解决方案2】：

GAN 在现有数据上进行训练，以了解其底层结构（在您的案例中为 CelebA）的结构。一旦 GAN 被训练，就不需要向它传递图像。生成器接收一个或多个（通常不止一个）随机数，生成器可以从中生成新的看不见的图像。

【讨论】：