PyTorch实战——基于生成对抗网络生成服饰图像
-
- 0. 前言
- 1. 模型分析与数据准备
- 2. 判别器
- 3. 生成器
- 4. 模型训练
- 5. 模型保存与加载
- 相关链接
0. 前言
我们已经学习了生成对抗网络 (Generative Adversarial Network, GAN) 的工作原理，接下来，将学习如何将其应用于生成其他形式的内容。在本节中，介绍使用 GAN 创建灰度图像，包括外套、衬衫、凉鞋等服饰，学习在设计生成器网络时如何镜像判别器网络。在本节中，生成器和判别器网络使用全连接层，全连接层的每个神经元都与前一层和后一层的所有神经元相连接。
1. 模型分析与数据准备
在本节中，我们将训练一个生成对抗网络 (Generative Adversarial Network, GAN) 模型，生成如凉鞋、T恤、外套和包等服装的灰度图像。在使用 GAN 生成图像时，首先需要获取训练数据。然后，从零开始创建一个判别器网络。在创建生成器网络时，将镜像判别器网络的架构。最后，训练 GAN，并使用训练好的模型来生成图像。接下来，让我们通过实现一个简单的 GAN 模型来生成灰度服
