Згортковий генератор

Визначте згортковий генератор відповідно до рекомендацій DCGAN, обговорених у попередньому відео.

Для зручності torch.nn уже імпортовано як nn. Додатково доступна користувацька функція dc_gen_block(), яка повертає блок із транспонованої згортки, пакетної нормалізації та активації ReLU. Ця функція є базовим компонентом для побудови згорткового генератора. Нижче можна переглянути визначення dc_gen_block().

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()
    )

Ця вправа є частиною курсу

Глибоке навчання для зображень із PyTorch

Переглянути курс

Інструкції до вправи

Додайте останній блок генератора, щоб відобразити розмір карт ознак у 256.
Додайте транспоновану згортку з розміром виходу 3.
Додайте активацію tanh.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

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)

Редагувати та запускати код