哈喽，大家好。
最近大家都在玩 AI 绘画，我在 GitHub 上找了一个开源项目，给大家分享一下。
今天分享的这个项目是用 GAN 生成对抗网络实现的，关于GAN的原理和实战我们之前分享过很多文章，想了解的朋友可以去翻历史文章。
源码和数据集文末获取，下面分享如何训练、运行项目。
1. 准备环境
安装 tensorflow-gpu 1.15.0，GPU显卡使用2080Ti，cuda版本10.0。
git下载项目AnimeGANv2源码。
搭建好环境后，还需要准备数据集和vgg19。
下载dataset.zip压缩文件，里面包含 6k 张真实图片和2k张漫画图片，用于GAN的训练。
vgg19是用来计算损失的，下面会有详细介绍。
2. 网络模型
生成对抗网络需要定义两个模型，一个是生成器，一个是判别器。
生成器网络定义如下：
生成器中主要的模块是反向残差块
残差结构(a)和反向残差块(b)
判别器网络结构如下：
3. 损失
计算损失之前先用VGG19网路将图片向量化。这个过程有点像NLP中的Embedding操作。
Eembedding是讲词转化成向量，VGG19是讲图片转化成向量。
VGG19定义
计算损失部分逻辑如下：
这里使用vgg19分别计算真实图片(参数real)与生成的图片(参数fake)的损失，生成的图片(参数fake)与漫画风格(参数anime)的损失。
最终给这两个损失不同的权重，这样是的生成器生成的图片，既保留了真实图片的样子，又向漫画风格进行迁移
4. 训练
在项目目录下执行以下命令开始训练
运行成功后，可以看到一下数据。
同时，也可以看到损失在不断下降。
源码和数据集都已经打包好了，需要的朋友评论区留言即可。
如果大家觉得本文对你有用就点个 在看 鼓励一下吧，后续我会持续分享优秀的 Python+AI 项目。
