Keras作者推荐的Github项目，基于TensorFlow2的生成式模型合集- 专知

Keras作者推荐的Github项目，基于TensorFlow2的生成式模型合集

【导读】Keras作者近期推荐了Github项目timsainb/tensorflow2-generative-models，它包含若干由TensorFlow2实现的生成模型，如VAE、WGAN等。对于想入门TF2的人来说，这是不容错过的资料。

Keras作者François Chollet近期在Twitter上推荐了Github项目timsainb/tensorflow2-generative-models：

GAN是重要的生成模型，然而用过TensorFlow 1.x静态图模式写过GAN的人一定体验过开发时的痛苦。静态图模式下，网络结构的复用、选择性更新参数等复杂功能的实现并不友好。然而在TensorFlow 2.x中，随着动态图模式的普及，这些功能的实现就变得非常容易。

由于GAN、VAE等生成模型的实现相对于普通的分类模型较为复杂，通过阅读生成模型的代码可以学习到一些进阶的操作。因此，通过该项目，我们可以学习到许多TF2的进阶操作和技巧。

该项目包含的TensorFlow2实现的生成模型有：

AE:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/0.0-Autoencoder-fashion-mnist.ipynb
VAE:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/1.0-Variational-Autoencoder-fashion-mnist.ipynb
GAN:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/2.0-GAN-fashion-mnist.ipynb
WGAN:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/3.0-WGAN-GP-fashion-mnist.ipynb
seq2seq:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/4.0-seq2seq-fashion-mnist.ipynb
GAIA:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/5.0-GAIA-fashion-mnist.ipynb
VAE-GAN:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/6.0-VAE-GAN-fashion-mnist.ipynb
Spectrograms and Inversion:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/7.0-Tensorflow-spectrograms-and-inversion.ipynb
NSYNTH Iterator:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/8.0-NSYNTH-iterator.ipynb
seq2seq NSYNTH:
https://github.com/timsainb/tensorflow2-generative-models/blob/master/9.0-seq2seq-NSYNTH.ipynb