学习背景
公司准备着手AI智能设计项目，起初是小白，于是大量寻找和学习相关的AI模型和AI驯良方便的实例，于是就找到了该项目的相关内容，于是在这里做了相关的文章记录，便于后面再次复用。先熟悉基本概念，再次安装好基础程序，再去调试官方给定测试模型和代码
概念术语
学习
赫伯特·西蒙教授（Herbert Simon，1975年图灵奖获得者、1978年诺贝尔经济学奖获得者）曾对“学习”给了一个定义：“如果一个系统，能够通过执行某个过程，就此改进了它的性能，那么这个过程就是学习”。学习的核心目的，就是改善性能。
机器学习
对于某类任务（Task，简称T）和某项性能评价准则（Performance，简称P），如果一个计算机程序在T上，以P作为性能的度量，随着很多经验（Experience，简称E）不断自我完善，那么我们称这个计算机程序在从经验E中学习了。
学习象限
深度学习
深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据内容。深度学习是一个复杂的机器学习算法，在语音和图像、文字识别方面取得的效果，远远超过先前相关技术。
深度学习在搜索技术，数据挖掘，机器学习，机器翻译，自然语言处理，多媒体学习，语音，推荐和个性化技术，以及其他相关领域都取得了很多成果。深度学习使机器模仿视听和思考等人类的活动，解决了很多复杂的模式识别难题，使得人工智能相关技术取得了很大进步。
GAN
生成式对抗网络（GAN, Generative Adversarial Networks ）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative Model）的互相博弈学习产生相当好的输出。原始 GAN 理论中，并不要求 G 和 D 都是神经网络，只需要是能拟合相应生成和判别的函数即可。但实用中一般均使用深度神经网络作为 G 和 D 。一个优秀的GAN应用需要有良好的训练方法，否则可能由于神经网络模型的自由性而导致输出不理想。
更多术语内容可查看：
https://www.csdn.net/gather_23/MtTaggxsMjc2OS1ibG9n.html#_1
程序安装
基础程序
需要安装google TensorFlow基础后端程序，在此程序上运行模型，TensorFlow安装请访问：
https://www.16084a.com/index.php/net/tensorflow.html
官方Keras模型
详细安装方法请查看官网：https://keras.io/zh/#_2
官方数据集下载
下载地址：https://pan.baidu.com/s/1iyUtVpDH9257tftvFKoHvA
提取码：m3rs
官方代码下载
下载地址： https://pan.baidu.com/s/1yaiZGSgq8_UElPIpTSf_3A
提取码: ken9
Tips：下载解压后，数据集的图片放在文件夹faces下面
更多帮助，直接访问官方文档查看：https://keras.io/zh/；
更多代码更新，直接访问：https://github.com/keras-team/keras
测试修改完整代码（含数据集+跑两次数据）
下载地址：https://pan.baidu.com/s/1B4UL9txH0MDU-Ic-uzroeQ
提取码：jpf4
tips:
头像数据集：datafaces
外套数据集：datacoat
代码运行后，会根据输入的命令自动创建out文件夹，对应任务就在这个文件下面。
效果预览
200次循环效果
1000次循环效果
2000次循环效果
4000次循环效果
8000次循环效果
13600次循环效果
更多循环效果，下载完整数据后，可以查看。
项目拓展
MakeGirlsMoe是一个利用AI在线生成头像的趣味网站。
网站地址：https://make.girls.moe
角色设计
女性头像生成
female.mp4
男性头像生成
male.mp4
