इमेज जनरेट करना
अब जब आपने अपना GAN डिज़ाइन और ट्रेन कर लिया है, तो समय है कि आप इसकी जनरेट की गई इमेज की क्वालिटी को जाँचें. शुरुआत के लिए, आप एक विज़ुअल इंस्पेक्शन करेंगे ताकि देख सकें कि जनरेशन किसी हद तक पोकेमॉन जैसी दिखती है या नहीं. ऐसा करने के लिए, आप जेनरेटर के इनपुट के रूप में रैंडम नॉइज़ बनाएँगे, उसे मॉडल में पास करेंगे और आउटपुट्स को प्लॉट करेंगे.
ट्रेंड वेट्स वाला Deep Convolutional Generator आपके लिए gen नाम से उपलब्ध है. torch और matplotlib.pyplot को plt नाम से पहले से इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
PyTorch के साथ इमेज के लिए डीप लर्निंग
अभ्यास निर्देश
noiseमें असाइन करते हुएnum_images_to_generateबाय16आकार का एक रैंडम नॉइज़ टेन्सर बनाएँ, जहाँ16वही इनपुट नॉइज़ साइज है जिसका उपयोग आपने जेनरेटर को ट्रेन करने के लिए किया था.- नॉइज़ को जेनरेटर में पास करके इमेज जनरेट करें और उन्हें
fakeमें असाइन करें. - for लूप के अंदर,
fakeको स्लाइस करकेi-वीं इमेज निकालें और उसेimage_tensorमें असाइन करें. image_tensorकी डाइमेंशन्स को (color, height, width) से (height, width, color) में permute करें और आउटपुट कोimage_tensor_permutedमें असाइन करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
num_images_to_generate = 5
# Create random noise tensor
noise = ____
# Generate images
with torch.no_grad():
fake = ____
print(f"Generated tensor shape: {fake.shape}")
for i in range(num_images_to_generate):
# Slice fake to select i-th image
image_tensor = ____
# Permute the image dimensions
image_tensor_permuted = ____
plt.imshow(image_tensor_permuted)
plt.show()