文章

1.生成對抗網(wǎng)絡(luò)（GAN）之MNIST數(shù)據(jù)生成

知乎大神力作，寫得很詳細 GitHub地址
一篇貌似是完全代碼總結(jié)的CSDN博客 生成對抗網(wǎng)絡(luò)GAN入門——生成mnist手寫體

2.生成對抗網(wǎng)絡(luò)GANs理解（附代碼）

原理性不錯，代碼引用GitHub上的demo

3.GAN的理解與TensorFlow的實現(xiàn)

info GAN與AC-GAN實現(xiàn)

4. 不到 200 行代碼，教你如何用 Keras 搭建生成對抗網(wǎng)絡(luò)（GAN）

keras搭DCGAN，尷尬的是gpu版本，0.12報錯，target和label沖突，而1.3版本又有更多錯誤，先棄
換成CPU版本沒問題，但運行速度太慢
在安裝TensorFlow-gpu 1.2.1版本之后，成功運行，速度比CPU版本快5-6倍

5.最簡單易懂的GAN（生成對抗網(wǎng)絡(luò)）教程：從理論到實踐（附代碼）

toolbox實現(xiàn)

6.GAN︱生成模型學(xué)習(xí)筆記（運行機制、NLP結(jié)合難點、應(yīng)用案例、相關(guān)Paper）

理論寫得很好，提供了WGAN 模型的 pytorch 代碼實現(xiàn)，keras : tensorflow 實現(xiàn)

7.tensorflow 1.01中GAN(生成對抗網(wǎng)絡(luò))手寫字體生成例子(MINST)的測試

可視化做得很好 已實現(xiàn)

按照500次迭代，每次迭代產(chǎn)生一張手寫體圖片，然后進行判別反饋，這樣可以看到不同迭代次數(shù)的效果。
需要在anaconda中安裝 scikit-image 第三方庫，
安裝方法為本地安裝包安裝，否則會出錯。
安裝方法地址http://blog.csdn.net/jqw11/article/details/72453084

8.tensorflow1.1/GAN生成對抗網(wǎng)絡(luò)

可視化也不錯

生成對抗網(wǎng)絡(luò)的簡單介紹（TensorFlow 代碼）
簡單理解與實驗生成對抗網(wǎng)絡(luò)GAN