Generator Konvolusional
Definisikan sebuah generator konvolusional mengikuti pedoman DCGAN yang dibahas pada video terakhir.
torch.nn telah diimpor sebelumnya sebagai nn untuk kenyamanan Anda. Selain itu, tersedia fungsi kustom dc_gen_block() yang mengembalikan satu blok berisi convolution tertranspos, batch norm, dan aktivasi ReLU. Fungsi ini berfungsi sebagai komponen dasar untuk membangun generator konvolusional. Anda dapat mempelajari definisi dc_gen_block() di bawah ini.
def dc_gen_block(in_dim, out_dim, kernel_size, stride):
return nn.Sequential(
nn.ConvTranspose2d(in_dim, out_dim, kernel_size, stride=stride),
nn.BatchNorm2d(out_dim),
nn.ReLU()
)
Latihan ini adalah bagian dari kursus
Deep Learning untuk Gambar dengan PyTorch
Petunjuk latihan
- Tambahkan blok generator terakhir, yang memetakan ukuran peta fitur menjadi
256. - Tambahkan convolution tertranspos dengan ukuran keluaran
3. - Tambahkan aktivasi tanh.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
class DCGenerator(nn.Module):
def __init__(self, in_dim, kernel_size=4, stride=2):
super(DCGenerator, self).__init__()
self.in_dim = in_dim
self.gen = nn.Sequential(
dc_gen_block(in_dim, 1024, kernel_size, stride),
dc_gen_block(1024, 512, kernel_size, stride),
# Add last generator block
____,
# Add transposed convolution
____(____, ____, kernel_size, stride=stride),
# Add tanh activation
____
)
def forward(self, x):
x = x.view(len(x), self.in_dim, 1, 1)
return self.gen(x)