基于Keras的生成对抗网络（4）——利用Keras搭建ACGAN生成手写体数字并贴上标签

0、前言

上两篇文章分别介绍了DCGAN 和CGAN的基本原理和代码示例，同时也反映出二者的一些缺点，比如DCGAN无法为图像添加标签进行分类，CGAN生成图像效果不好等。这一篇就来一下DCGAN与CGAN的综合版本——ACGAN。

一、ACGAN介绍及其结构

1.1 ACGAN介绍

ACGAN全称Auxiliary Classifier GAN，是在CGAN基础上的扩展，通过对判别器进行改进实现了图像分类的功能，论文链接：https://arxiv.org/abs/1610.09585
原始GAN网络的功能比较简单：输入噪声数据，输出伪造图片。而后CGAN发现可以通过给GAN的生成器添加辅助信息（比如类别标签），来实现生成图片类别的精确控制。本文介绍的ACGAN是在CGAN基础上的进一步拓展，采用辅助分类器（Auxiliary Classifier）使得GAN获取的图像分类的功能。

1.2 ACGAN结构

ACGAN结构如下：

ACGAN的损失函数分为了判别损失和