TensorFlow教程适用于不同尺寸图像的DCGAN模型

Question

生成器和鉴别器模型的TensorFlow DCGAN教程代码适用于28x28像素的黑白图像(MNIST数据集(。

我想调整模型代码以使用我自己的280x280 RGB图像数据集(280280，3(，但尚不清楚如何做到这一点。

Answer 1

您可以很好地使用教程中的代码，只需要稍微调整生成器即可。让我帮你打破它。以下是教程中的生成器代码：

def make_generator_model():
model = tf.keras.Sequential()
model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())
model.add(layers.Reshape((7, 7, 256)))
assert model.output_shape == (None, 7, 7, 256)  # Note: None is the batch size
model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
assert model.output_shape == (None, 7, 7, 128)
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())
model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
assert model.output_shape == (None, 14, 14, 64)
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())
model.add(layers.Conv2DTranspose(1, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
assert model.output_shape == (None, 28, 28, 1)
return model

生成器从先前的分布(噪声(中获取100个样本，如您从input_shape中看到的。然后，它将数据投影到一个更大的维度7*7*256中，并将其重塑为具有形状(7,7256(的特征图。现在的想法是，在模型结束时，我们希望将通道减少到1，并增加宽度和高度以达到原始图像大小。信道由滤波器的数量控制，这就是为什么它减少每个连续的Conv2DTranspose层。它从256变为128、64和1。对于宽度和高度，它们由strides参数控制。这样，第一个Conv2DTranspose不会改变宽度和高度，因为它的步幅为1，但第二个将乘以2，得出(14，14(，最后一个Conv2DTranspose再次得出(28，28(。

对于您的情况，您有两个选项：增加第一个隐藏层(Dense(以将数据投影到(70*70*256(，在最终的Conv2DTranspose中，将过滤器更改为3并保持所有内容不变，最终输出将为(280280，3(。这将是如下所示：

def make_generator_model():
model = tf.keras.Sequential()
model.add(layers.Dense(70*70*256, use_bias=False, input_shape=(100,)))
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())
model.add(layers.Reshape((70, 70, 256)))
assert model.output_shape == (None, 70, 70, 256)  # Note: None is the batch size
model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
assert model.output_shape == (None, 70, 70, 128)
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())
model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
assert model.output_shape == (None, 140, 140, 64)
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())
model.add(layers.Conv2DTranspose(3, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
assert model.output_shape == (None, 280, 280, 3)
return model

我不推荐这种方法，因为你只需几步就可以应用非常大的投影。第二种方法是逐渐增加Conv2DTranspose层的数量，直到达到正确的尺寸。例如，从(35*35*512(开始，添加一个额外的Conv2DTranspose，步长等于(2，2(，滤波器将从512、256、128、64、3得到。

关于鉴别器，无需修改即可正常工作。然而，我会在鉴别器中添加更多的Conv2D，并使其更深，因为您的图像相当大。