NPM : 23319226
Kelas : 4TB04
1. Tahap pertama yang dilakukan untuk Number GAN adalah mengimport atau
memasukkan library yang sudah tersedia pada dataset keras, mulai dari data model
dan layers nya. Masukkan juga fungsi numpy yang di deklarasi kan sebagai np
dan buat directory untuk meng-generate gambar
2. Berikutnya membuat susatu variable untuk neural network dan data, dengan cara
memberi nilai pada lebar dan tinggi suatu variable gambar. Pada data ini lebar dan
tinggi yang dimasukkan yaitu 28 kemudian channels nya 1, berikut variable
tersebut di inisialisasi kan kedalam satu variable lagi dengan nama img_shape lalu
memberi angka pada node sebagai inputan untuk generator.
# print(X_train.shape)
#Rescale data between -1 and 1
X_train = X_train / 127.5 -1.
# X_train = np.expand_dims(X_train, axis=3)
# print(X_train.shape)
#Train discriminator
d_loss_real = discriminator.train_on_batch(imgs, valid) d_loss_fake =
discriminator.train_on_batch(gen_imgs, fakes) d_loss = 0.5 * np.add(d_loss_real,
d_loss_fake)
# print(valid)
train(30000, batch_size=64, save_interval=200)
8. Membuat GIF