【摘要】：判别器的作用是根据输入的图片判断出是真实图像还是生成图像。判别器的输入为一个大小为的图片，输出是0到1之间的数，1代表判断这个图片是真实图像，0代表判断这个图片是生成图像。
判别器的作用是根据输入的图片判断出是真实图像还是生成图像。判别器的输入为一个大小为（28，28，1）的图片，输出是0到1之间的数，1代表判断这个图片是真实图像，0代表判断这个图片是生成图像。此处设置的判别模型采用了包含两个隐含层的全连接网络，隐含层激活函数为LeakyReLU，输出层激活函数为sigmoid，示例代码如下：
def build_discriminator（self）：
img_shape=（self.img_rows, self.img_cols, self.channels）
model=Sequential（）
model. add（Flatten（input_shape=img_shape））#（None，28，28，1）拉伸为（None，784）
#layer1（None，784）＞＞（None，5 12）
model. add（Dense（5 12））
model. add（LeakyReLU（alpha=0.2））
#layer2（None，5 12）＞＞（None，256）(www.xing528.com)
model. add（Dense（256））
model. add（LeakyReLU（alpha=0.2））
#layer3（None，256）＞＞（None，1）
model. add（Dense（1，activation=＇sigmoid'））
model. summary（）
img=Input（shape=img_shape）
validity=model（img）
return Model（img, validity）
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
