问题标签 [dcgan]

我使用 DCGAN 来合成医学图像（512*512）。然而，目前，DCGAN 太不稳定了。因此，我正在尝试将我的 DCGAN 网络更改为 WGAN。

这个链接是我的 DCGAN 网络的原始代码。

如何在 DCGAN 中增加 image_size

数据和参数

我改变了 weight_init()

变化生成器

和鉴别器

此外，更改优化器

最后，训练代码如下。我猜培训代码有问题。（另外，我没有更改打印部分的任何内容）我希望有人可以帮助我如何更改训练代码以在这个意义上运行 WGAN。

这些是我文件夹中的 9600 张图像 + 它们的属性：在此处输入图像描述

我尝试使用下面的代码调整它们的大小，但这给了我一个 (9600, 224, 672) 的图像形状。我主要使用此代码，因为它帮助我将图像放入正确的数组/我之前曾将此代码用于 kmeans 的事情。我需要一个较小的 DCGAN 代码图像形状（接近 9600,64,128）——原因见下文。

我正在尝试通过 DCGAN 代码运行它们，该代码最初是为具有形状 (9600、64、128) 的图像创建的。当我使用图像形状 224,672 时，我的内核死了。所以我假设我的图像尺寸与原始图像相比可能太大了。顺便说一句，我将 256 2 4 部分更改为 256 7 21 以匹配我的图像形状 + 更改了除 256 列之外的所有其他数字）。下面是 64x128 的原始代码的一部分。知道如何重塑我的图像大小以使我的内核不会死吗？ 在此处输入图像描述

受此github 存储库的启发，我构建了一个 DCGAN（深度卷积生成对抗网络）。它是用更底层的 Tensorflow 代码编写的，我尝试将其转换为 Keras 语法。

现在，我认为网络非常重（大约 400 万个参数），并且我遇到了这个问题，即在训练期间生成器网络比鉴别器网络要好很多。我没有找到任何关于这个问题的类似帖子，因为大多数时候是鉴别器击败了生成器（实际上被愚弄了），或者我们有模式崩溃。所以我认为代码中可能有问题（也许鉴别器网络在不应该训练的时候进行训练，或者损失函数错误等）。我试图找出错误但失败了。

我的代码如下：

该程序运行缓慢，但如果您尝试使用这段代码运行它：

它将开始打印进度和损失。我确定某处存在一些明显的错误！如果我遗漏了什么，请告诉我我可以添加什么以使这篇文章更好！

我正在使用 PyTorch 实现 DCGAN。

它的效果很好，因为我可以获得质量合理的生成图像，但是现在我想通过使用指标来评估 GAN 模型的健康状况，主要是本指南中介绍的指标https://machinelearningmastery.com/practical-guide-to- GAN故障模式/

他们的实现使用 Keras，该 SDK 允许您在编译模型时定义所需的指标，请参阅https://keras.io/api/models/model/。在这种情况下，鉴别器的准确性，即它成功地将图像识别为真实图像或生成图像的百分比。

使用 PyTorch SDK，我似乎找不到一个类似的功能可以帮助我轻松地从我的模型中获取这个指标。

Pytorch 是否提供能够从模型中定义和提取通用指标的功能？

我计划使用带有 tensorflow 2.0+ 的 DCGAN 创建新图片。但是模型的生成器和判别器的损失值保持不变。我知道有很多方法可以帮助我们找到问题但找不到问题。请帮我看看。

但是，损失值保持不变。 从图中我们可以清楚地看到案例

所以，我在 celeba 数据集（人）的 pytorch 中训练一个 DCGAN 模型。这是生成器的架构：

所以在训练之后，如果我输入这样的遮挡图像，我想检查生成器的输出：（ 尺寸：64X64）

但正如您可能已经猜到的那样，图像有 3 个通道，并且我的生成器在开始时接受 100 个通道的潜在向量，那么将这个图像提供给生成器并检查输出的正确方法是什么。（我期望生成器仅尝试生成图像的被遮挡部分）。如果您想要参考代码，请尝试这个pytorch 演示文件。我已经根据自己的需要修改了这个文件，所以作为参考，这样就可以了。

我正在使用 GAN，我得到了伪像，删除它们的最佳方法是将生成器块 conv2dtranspose 更改为上采样和卷积，正如许多论文所建议的那样。我正在尝试通过我的个人数据集生成 ASL 手形符号

这是上面屏幕截图中提到的暗示 conv2dtranspose 的块代码

我想要实现的是更改块，以便它对图像进行采样并对其应用卷积，从而产生与 conv2dTranspose 相同的输出图像大小

这是我试过的

但是我收到以下错误 [![enter image description here][3]][3]

此外，如果我将步幅更改为 1，它会给我嵌入错误

有人可以解释我将如何为我的架构实现这一目标。

我浏览了教程 ( https://livebook.manning.com/book/gans-in-action/chapter-4/103 ) 并尝试构建 DCGAN 模型。

我使用 colab 环境来运行它。keras 或 tensorflow.keras：2.4.3 或 2.4.0。张量流：2.4.1

但是在运行它之后，生成器只会产生噪声图像。

我尝试用 RMSporp 替换优化器，它也只产生噪声图像。代码链接：https ://gist.github.com/leeprinxin/967ce5c24b163c68d13ec5305dea7207

我一直在尝试在 PyTorch 中训练 DCGAN 实现。我收到以下错误：

RuntimeError：计算的每个通道的填充输入大小：（3 x 3）。内核大小：（4 x 4）。内核大小不能大于实际输入大小

我已经修改了这个实现中定义的鉴别器网络。

修改后的判别器网络如下：

提前致谢！

我一直在阅读 DCGan 论文，对这段话有点困惑：

其次是在卷积特征之上消除全连接层的趋势。最有力的例子是全局平均池化，它已被用于最先进的图像分类模型（Mordvintsev 等人）。我们发现全局平均池化提高了模型稳定性，但损害了收敛速度。将最高卷积特征分别直接连接到生成器和鉴别器的输入和输出的中间地带效果很好。GAN 的第一层以均匀的噪声分布 Z 作为输入，可以称为全连接，因为它只是一个矩阵乘法，但结果被重新整形为 4 维张量并用作卷积堆栈的开始.

全局平均池化与全连接层有何关系？为什么消除密集层会提高网络的性能？