python-3.x - 修改 Chainer DCGAN 模型的输入图像大小

Question

我正在使用位于https://github.com/chainer/chainer/blob/master/examples/dcgan/train_dcgan.py的 Chainer DCGAN 示例文件。它适用于 32x32 图像，但对于其他分辨率，README.md 指示修改 net.py 中的网络架构。

正如我从阅读文档中了解到的那样，训练图像的大小作为参数发送到生成器类的构造函数，作为bottom_width和ch。这是 32x32 的代码。

类生成器（chainer.Chain）：

    def __init__(self, n_hidden, bottom_width=4, ch=512, wscale=0.02):

我很困惑这如何转换为 32x32，以及如何将其修改为其他分辨率。任何帮助将不胜感激。

Answer 1

您可以通过了解 的行为来计算它Deconvolution2D。在net.py, 3 Deconvolution2D 层 ( self.dc1, self.dc2, self.dc3) 是用stride=2( 的第 4 个参数L.Deconvolution2D) 定义的，它使输入高度/宽度加倍。

结果，输出大小将为bottom_size * 2^3，当 时为 32 bottom_size=4。

因此，例如，如果您想获得 64x64 图像，您可以bottom_size=8为生成器和判别器设置（但您需要 64x64 图像作为真实数据，而不是 cifar-100，即 32x32 图像）。

输入输出大小关系详情请参考官方文档。

• chainer.functions.deconvolution_2d