Generarea imaginilor

Acum că ai proiectat și antrenat rețeaua GAN, este momentul să evaluezi calitatea imaginilor pe care le poate genera. Pentru început, vei efectua o inspecție vizuală pentru a vedea dacă imaginile generate seamănă cu Pokemonii. În acest scop, vei crea zgomot aleatoriu ca intrare pentru generator, îl vei transmite modelului și vei afișa rezultatele.

Generatorul Deep Convolutional cu ponderi antrenate îți este disponibil ca gen. torch și matplotlib.pyplot ca plt sunt deja importate.

Acest exercițiu face parte din cursul

Deep Learning pentru imagini cu PyTorch

Vezi cursul

Instrucțiuni pentru exercițiu

Creează un tensor de zgomot aleatoriu cu forma num_images_to_generate înmulțit cu 16 (dimensiunea zgomotului de intrare folosită la antrenarea generatorului) și atribuie-l variabilei noise.
Generează imaginile transmițând zgomotul către generator și atribuie rezultatul variabilei fake.
În interiorul buclei for, parcurge fake pentru a extrage imaginea cu indexul i și atribuie-o variabilei image_tensor.
Permută dimensiunile variabilei image_tensor din (culoare, înălțime, lățime) în (înălțime, lățime, culoare) și atribuie rezultatul variabilei image_tensor_permuted.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

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()

Editează și rulează codul