问题标签 [dcgan]

我正在研究 DCGAN，我想知道一些关于它的事情。

在 Ian Goodfellow 的自然 GAN 中，判别器模型输出一个标量值，即概率。但 DCGAN 的判别器采用 CNN 架构设计。我知道 CNN 的输出是类概率向量。

那么鉴别器是如何在 DCGAN 上工作的呢？DCGAN 的判别器的输出是什么？

是否可以使用 DCGAN 生成值，还是仅针对图像指定？这是我的数据集示例，

我收到错误，
在为这些值尝试 DCGAN 时，从 1 中减去 3 导致的负尺寸大小为 'conv2d_2/convolution。

或者我应该使用变分自动编码器来生成值？

我正在尝试在具有图像形状 (64,64,3)的“野外标记面孔”数据集上训练 DCGAN。在训练 1000 或更多 epoch 后，它只会产生噪音。代码如下：

损失图是这样的

1000 epochs 后生成的图像是这些

生成器和鉴别器的损失正在收敛，仍然产生噪声。需要做哪些调整？

我正在 keras / tensorflow 中测试 cGAN，经过 1000 个 epoch 后，我保存了模型。

一段时间后我恢复了

1. 生成器模型 + 权重
2. 判别器模型 + 权重
3. GAN 权重（模型被重新创建）

这是生成的 val_accuracy：

可以清楚地看到恢复模型后 val_loss 有一个巨大的下降。

有人可以解释一下为什么/是什么导致了这种情况吗？

我正在使用此代码来训练 DCGAN 模型以生成图像。DCGAN

我希望能够以比模型训练时更高的分辨率输出（预测）图像，我被告知如果使用卷积，这是可能的。在以下描述生成器模型的代码中，如果我更改 Conv2DTranspose 层的步幅，我可以增加输出形状（因此图像分辨率）。如何在训练期间将步幅设置为与预测不同的值？还是有不同的方式来做我想做的事？

当噪声是特定输入（例如n 个图像而不是随机噪声）时，生成器是否可以学习分布？例如，有两类图像，标签为 0和1 ，表示0 表示猫，1 表示狗。是否有可能在我们喂狗时学习生成器，它会根据狗的图像生成猫图像？这个查询在某种程度上与去模糊图像相同，但是如果没有针对该模糊图像给出清晰的图像，但我们只是给出了随机清晰的图像怎么办。

我正在尝试使用image_size = 256（使用 PyTorch）实现 DCGAN。我已经实现了生成器和鉴别器代码，如下所示：

在 GAN 论坛上阅读了一些内容后，我发现它batch_size一定很低，考虑到我使用的是具有4GB内存的GTX 1050 Ti（实际上，我的变量设置为）。 batch_size5

我发现错误：

有人可以帮我吗？

更新 2：调整代码大小

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。

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。

我正在分析这个 DCGAN。当我使用input_datafromtensorflow.examples.tutorials.mnist时，如第 144 行所示：

我获得了相当好的结果： 虽然当我使用mnistfromkeras.datasets并且第 144 行看起来像这样：

我得到了非常糟糕的结果： 我手动检查了两个数据集中的一些图像，它们非常相似。

那么keras.datasets.mnist和 和有什么不一样tensorflow.examples.tutorials.mnist？为什么生成的图像如此不同？我在做什么错keras.datasets.mnist？

我是 python 编码和使用 tensorflow 的新手，据说这可能是一个愚蠢的问题。我正在关注 Siraj 完成的pokeGAN 教程，他并没有真正评论测试功能。我已经训练了模型，但是当我取消注释测试函数时，它只是以代码 0 退出，并且没有给我它可能生成的图像。我知道退出代码 0 意味着没有错误，但我很好奇它为什么不生成图像。函数只是没有告诉它生成图像吗？是否还有其他需要取消注释（或注释）才能使其正常工作的内容？任何帮助都会很棒。

这是完整代码的 github 链接：pokeGAN

这是实际的测试功能：