DCGAN实验
来源:互联网 发布:js 中国地图 编辑:程序博客网 时间:2024/06/05 20:07
一,理论基础
DCGAN对卷积神经网络的结构做了一些改变,以提高样本的质量和收敛的速
度,这些改变有:
1.取消所有pooling层。G网络中使用转置卷积(transposed convolutional
layer)进行上采样,D网络中用加入stride的卷积代替pooling。
2.在D和G中均使用batch normalization
3.去掉FC层,使网络变为全卷积网络
4.G网络中使用ReLU作为激活函数,最后一层使用tanh
5.D网络中使用LeakyReLU作为激活函数,最后一层使用sigmoid函数。
二,具体实验
实验依赖数据:dataset [celebA, mnist, faces]
实验代码:tensorpack/examples/GAN/DCGAN.py
1.数据库简介
celebA人脸库,开放数据:大规模名人人脸标注数据集CelebA(20万+),大小为1G。
每个具有40个属性注释。它有很大的姿态变化和背景。详细信息如下:
身份数:10177个identities
图像数目:202599幅图像
每个图像注释:5个地标位置,40个二进制属性
Align&Cropped Images(对齐裁剪图像)
faces(270M)
2.网络设计
3.实验步骤
- Download the ‘aligned&cropped’ version of CelebA dataset
from http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html
放在data/celebA目录下 - Start training:
python3 DCGAN.py –-gpu 4 –data data/celebA/img_align_celeba –cropsize
140
Generated samples will be available through tensorboard - Visualize samples with an existing model:
python3 DCGAN.py –gpu 4 –load path/to/model –sample
4.实验结果
celeba
跑200个epoch,大约用时6-7小时
阅读全文
1 0
- DCGAN实验
- [Tensorflow]3.DCGAN代码及实验结果分析
- Tensorflow-DCGAN
- 论文:DCGAN
- DCGAN guidelines
- GAN——DCGAN
- DCGAN及其TensorFlow源码
- samson-wang/dcgan.caffe
- DCGAN生成手写体数据
- DCGAN生成彩色图片
- 暑期学习 DCGAN 笔记
- 学习笔记GAN002:DCGAN
- DCGAN的学习
- DCGAN代码分析
- DCGAN结构解读
- TF-slim DCGAN
- DCGAN及其TensorFlow源码
- DCGAN+keras生成mnist
- 线程池的原理及实现
- poj-1724-ROADS(dfs)
- 商品的CRUD(增加删除修改查找)
- redis系列之数据备份与恢复
- [BJOI]2010 严格次小生成树
- DCGAN实验
- java路径以及获取资源文件的方法
- JAVA--网络编程之服务端和客户端
- centos上jdk,mysql,tomcat安装
- hibernate jpa 注解 @Temporal(TemporalType.DATE) 日期注解
- 读写锁ReaderWriterLockSlim
- 第二十一天
- OpenCV Java的配置
- 学习感悟