1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Deep Learning pro obrázky s PyTorchem
Connected

cvičení

Generování obrázků

Teď, když jsi navrhl/a a natrénoval/a svůj GAN, je čas zhodnotit kvalitu obrázků, které dokáže generovat. Začneme vizuální kontrolou – podíváme se, jestli vygenerované obrázky vůbec připomínají Pokémony. K tomu vytvoříš náhodný šum jako vstup pro generátor, předáš ho modelu a zobrazíš výstupy.

Deep Convolutional generátor s natrénovanými váhami máš k dispozici jako gen. torch a matplotlib.pyplot jako plt jsou již naimportovány.

Pokyny

100 XP
  • Vytvoř tenzor náhodného šumu o tvaru num_images_to_generate krát 16 (velikost vstupního šumu, kterou jsi použil/a při trénování generátoru) a přiřaď ho do noise.
  • Vygeneruj obrázky předáním šumu generátoru a výsledek přiřaď do fake.
  • Uvnitř cyklu for ořízni fake tak, aby ses dostal/a k obrázku s indexem i, a přiřaď ho do image_tensor.
  • Permutuj dimenze image_tensor z pořadí (barva, výška, šířka) na (výška, šířka, barva) a výsledek přiřaď do image_tensor_permuted.