1. 学ぶ
    2. /
  2. コース
    3. /
  3. PyTorch で学ぶ画像向け Deep Learning
Connected

演習

畳み込みジェネレータ

最後の動画で説明した DCGAN のガイドラインに従って、畳み込みジェネレータを定義してください。

便宜上、torch.nn は nn としてすでにインポートされています。さらに、転置畳み込み、BatchNorm、ReLU 活性化をまとめたブロックを返すカスタム関数 dc_gen_block() を用意しています。この関数は畳み込みジェネレータを構築するための基礎コンポーネントとして機能します。以下で dc_gen_block() の定義を確認できます。

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()
    )

指示

100 XP
  • 最後のジェネレータブロックを追加し、特徴マップのサイズを 256 にマッピングします。
  • 出力チャネル数が 3 の転置畳み込みを追加します。
  • tanh 活性化を追加します。