DCGAN，Pytorch 和 Numpy 文件

Question

我是 Pytorch 新手，對使用 DCGAN 架構來輸入 .npy 文件並希望生成新的 .npy 文件非常感興趣。 numpy 個文件的形狀是 (128, 7752)。

誰能幫我剖析 DCGAN 架構來嘗試解決這個問題

在這一點上它是非常理論化的。 我知道這是可能的，我只是不知道如何改變 DCGAN 架構。

Answer 1

首先，你的.npy 文件里面有什么？

盡管 DCGAN 是一個強大的架構，但它對圖像數據特別有幫助。 當然，您可以將任何二維數據視為圖像，但結果可能會令人失望。 在您的情況下，即使 .npy 文件是圖像，它們也可能太大而無法使用普通 DCGAN 生成。 您將用完 memory 或結果極差。

眾所周知，當涉及到大數據和多樣性時，GAN 的訓練非常具有挑戰性。 這里有一篇文章回顧了訓練 GAN 的主要困難。

不過，如果您無論如何都願意嘗試，請遵循以下主要步驟：

1. 如果可能，將數據裁剪成更小的部分。 在任何情況下，為了更輕松地設計模型，數據的空間維度理想情況下應為 2 的冪。
2. 構建一個生成器，從隨機噪聲塊中生成大小合適的圖像 output，例如，如果您的數據是 128x4096，您可以構建一個具有足夠步幅為 128 的反卷積層的生成器。然后您應該使用維度 1x32xC 對噪聲進行采樣，其中 C是通道數。
3. 同樣構建一個鑒別器作為 CNN，它可能不需要具有相同的步幅。 鑒別器將提供一個分類 map，表明輸入圖像中的每個補丁是真實的還是假的。
4. 實施損失和訓練循環。

我希望這有幫助。