質問編集履歴
3
情報の更新
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -22,4 +22,8 @@
|
|
|
22
22
|
- 画像分類などは問題なく作れる
|
|
23
23
|
|
|
24
24
|
インターネットで手当たり次第に調べたり、書籍で参考になりそうな情報を探したり、手を尽くしましたがなぜ全くうまくいかないのかわかりません。問題がレイヤーの組み方なのか、何か決定的に重要な処理を飛ばしてしまっているのか、損失関数などの評価の仕方が悪いのかも見当もつきません。
|
|
25
|
-
なにか見落としているポイントなどがありますでしょうか？
|
|
25
|
+
なにか見落としているポイントなどがありますでしょうか？
|
|
26
|
+
|
|
27
|
+
### 解決しました
|
|
28
|
+
|
|
29
|
+
目指していたものができました。
|
2
書式の改善
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -1,7 +1,7 @@
|
|
|
1
1
|
PythonでGANを用いた画像生成プログラムを作っています。
|
|
2
2
|
教師データとしてMNISTデータセットを用い、偽の手書き数字画像を生成するのが目標です。
|
|
3
3
|
|
|
4
|
-
画像を生成するGeneratorは、
|
|
4
|
+
画像を生成するGeneratorは、ランダムなノイズベクトルから、UpSampling2DレイヤーまたはDeconvolution2D(Conv2DTranspose)レイヤー、Convolution2Dレイヤー、活性化関数(主にRelu)を6層ほど(何度か層を変えて試してみていますが拡大縮小したデータサイズを合わせるためにだいたい6層ほどでやっています)経て画像として出力します。
|
|
5
5
|
一方、本物の画像と生成画像を判別するDiscriminatorは、入力画像を数層のConvolution2Dレイヤーと活性化関数へ渡し、Dense(Affine)レイヤーを5層ほど経て判別結果を出力します。
|
|
6
6
|
本物・偽物を1,0で表現し、0~1の範囲のDiscriminatorの出力との差を使って損失関数を定義しています。(Kerasではbinary_crossentropyを用いています)
|
|
7
7
|
|
1
書式の改善
title
CHANGED
|
File without changes
|
body
CHANGED
|
@@ -9,7 +9,7 @@
|
|
|
9
9
|
(以下がいくつかの生成画像です,
|
|
10
10
|
上5つが外部ライブラリに頼らずに作ったもの, 下5つがKerasを用いて作ったもの)
|
|
11
11
|
    
|
|
12
|
-
       
|
|
13
13
|
|
|
14
14
|
===============================================
|
|
15
15
|
|