Question

我正在分析在图像生成过程中使用DCGAN +爬行动物的元学习class。

我对此代码有两个问题。

第一个问题：为什么在DCGAN培训期间（第74行）

training_batch = torch.cat ([real_batch, fake_batch])

training_batch是否由真实示例（real_batch）和伪示例（fake_batch）组成？为什么要通过混合真实图像和虚假图像来进行训练？我见过许多DCGAN，但从未接受过这种方式的培训。

第二个问题：为什么在训练过程中使用了normalize_data函数（第49行）和unnormalize_data函数（第55行）？

def normalize_data(data):
    data *= 2
    data -= 1
    return data


def unnormalize_data(data):
    data += 1
    data /= 2
    return data

该项目使用Mnist数据集，如果我想使用CIFAR10这样的颜色数据集，是否需要修改这些归一化？

Answer 1

训练GAN涉及给歧视者提供真实和虚假的例子。通常，您会看到它们分别在两个不同的场合给出。默认情况下，torch.cat在第一个维度（dim=0）上串联张量，第一个维度是批处理维度。因此，它只是使批处理大小增加了一倍，其中前半部分是真实图像，后半部分是伪图像。

为了计算损失，他们调整了目标，以便将前半部分（原始批次大小）分类为真实，而后半部分分类为伪造。来自initialize_gan：

self.discriminator_targets = torch.tensor([1] * self.batch_size + [-1] * self.batch_size, dtype=torch.float, device=device).view(-1, 1)

图像的浮点值介于[0，1]之间。归一化会更改以产生[-1，1]之间的值。 GAN通常在生成器中使用tanh，因此伪图像的值在[-1，1]之间，因此真实图像应在相同范围内，否则鉴别者将伪图像与真实图像区分开会很简单。

如果要显示这些图像，则需要先对其进行归一化，即将其转换为[0，1]之间的值。

该项目使用Mnist数据集，如果我想使用CIFAR10这样的颜色数据集，是否需要修改这些归一化？

不，您不需要更改它们，因为彩色图像的值也介于[0，1]之间，因此存在更多的值，代表3个通道（RGB）。

Answer 2

如果您仔细阅读了文档（请查看def initialize_gan(self):函数），将会发现

self.meta_g == Generator
self.meta_d == Discriminator

在您引用的行中，fake_batch被定义为Generator的一部分：

fake_batch = self.meta_g(torch.tensor(np.random.normal(size=(self.batch_size, self.z_shape)), dtype=torch.float, device=device))
training_batch = torch.cat([real_batch, fake_batch])

因此，因为它是GAN，所以您要给鉴别器提供假的和真实的图像，鉴别器必须弄清楚它是哪一个。

关于第二个问题，我想，但我不能完全确定这两个函数是否用于生成伪图像？我会仔细检查。

有帮助吗？

有关DCGAN的两个问题：数据规范化和假/真实批处理

2 个答案: