Tensorflow的GAN不适用于CIFAR-10

Question

original tutorial GAN适用于默认的mnist数据集，但是当我尝试对其进行修改以与cifar10配合使用时，它会输出无意义的图像。

除了生成器之外，我并没有做太多改变（除了跟踪用于图形显示的损失），我还需要将尺寸从mnist的28x28更改为cifar10的32x32：

void triangle(int numOfRows) {
    for(int n = 0; n < numOfRows; n++) {
        for(int i = 1; i < numOfRows-n; i++) {
            printf("   ");
        }
        for(int r = 0; r <= n; r++) {
           printf(r == 0 ? "%d " : "%5d ", choose(n, r));
        }
        printf("\n");
    }
}

例如，我从修改后的教程GAN中获得以下输出：

以此为损失：

每个时期之前和之后的其余输出非常相似；大部分是白色的图像，并且到处都是彩色的像素。

如果有人要自己运行，请链接到完整的modified tutorial notebook。

对我可以进行哪些更改以使GAN输出可分辨的图像有任何想法吗？

Answer 1

我做过同样的事情，遇到了同样的问题。最后，我在这里找到了很棒的CIFAR-10 DCGAN教程：https://machinelearningmastery.com/how-to-develop-a-generative-adversarial-network-for-a-cifar-10-small-object-photographs-from-scratch/。我计划将其修改为像原始Tensorflow教程一样使用GradientTape并发现差异，但我也将其上传到kaggle，因此，如果您认为自己可以做自己的实验：https://www.kaggle.com/laszlofazekas/cifar10-dcgan-example。