1. Learn
    2. /
  2. Courses
    3. /
  3. Deep Learning cho Ảnh với PyTorch
Connected

Exercise

Bộ phân biệt kiểu tích chập

Với generator của DCGAN đã sẵn sàng, bước cuối trước khi bạn có thể huấn luyện là định nghĩa bộ phân biệt (discriminator) dạng tích chập.

torch.nn đã được nhập sẵn với bí danh quen thuộc. Để xây dựng bộ phân biệt tích chập, bạn sẽ dùng hàm tùy biến gc_disc_block() trả về một khối gồm một lớp tích chập, tiếp theo là batch norm và kích hoạt leaky ReLU. Bạn có thể xem định nghĩa của dc_disc_block() bên dưới.

def dc_disc_block(in_dim, out_dim, kernel_size, stride):
    return nn.Sequential(
        nn.Conv2d(in_dim, out_dim, kernel_size, stride=stride),
        nn.BatchNorm2d(out_dim),
        nn.LeakyReLU(0.2),
    )

Instructions

100 XP
  • Thêm khối đầu tiên của discriminator bằng hàm tùy biến dc_disc_block() với 3 bản đồ đặc trưng đầu vào và 512 bản đồ đặc trưng đầu ra.
  • Thêm lớp tích chập với kích thước đầu ra là 1.
  • Trong phương thức forward(), đưa đầu vào đi qua khối sequential bạn đã định nghĩa trong __init__().