Conteúdo do curso Lição 180 de 246 · Módulo 16: Duas redes em um jogo (GANs, opcional)
Módulo 16: Duas redes em um jogo (GANs, opcional)

Uma GAN que desenha dígitos

Por que isso importa Em imagens, o gerador precisa construir uma imagem a partir de alguns números, o oposto do que uma CNN faz. As mesmas peças que você conhece do Módulo 10 (convolution e 2x upsampling) fazem isso, em ordem reversa.

A GAN de dígitos do curso, estilo DCGAN. Seu generator:

  1. 16 números de ruído, uma camada densa para 2 x 2 x 32 números, ReLU: uma imagem minúscula 2 x 2 com 32 canais.
  2. Upsample 2x (cada pixel vira um bloco 2 x 2) para 4 x 4, uma convolução 3 x 3 para 32 canais, ReLU.
  3. Upsample para 8 x 8, uma convolução 3 x 3 para 16 canais, ReLU.
  4. A convolução 3 x 3 para 1 canal, depois sigmoid: 8 x 8 pixels em 0..1.

Upsampling seguido por uma convolução faz o trabalho de uma transposed convolution, a camada que a maioria dos artigos nomeia, e evita seus artefatos de tabuleiro.

Treiná-lo levou minutos no laptop, tempo demais para uma lição, então você carrega os weights gravados. info['along'] mostra como as amostras dele melhoraram durante o treinamento. Seu trabalho: escreva o forward pass do generator, depois julgue o que ele desenha com o Module 15 judge.

Palavras e símbolos nesta lição
GAN
rede adversarial generativa: um gerador e um discriminador treinados um contra o outro
gerador (G)
a rede que transforma ruído em uma amostra
Sua vez

Escreva generate(z, P): z é um E.T de formato (n, 16); retorne um E.T de formato (n, 8, 8, 1). Use E.matmul, E.add, E.reshape, E.relu, E.upsample2, E.conv e E.sigmoid. Depois preencha scores com a proximidade e variedade de 500 amostras, e share com a parte das amostras lidas como cada dígito. Cada camada em P é um par (weights, biases): P['g1'] = (W, b), e uma camada conv adiciona seu bias após E.conv.

Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição

Este exercício abre em breve

Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.