GAN的问题

用GAN生成图像时,出现棋盘现象,大家怎么解决的呢??
全部评论
Checkboard问题。16年就有人对这一问题进行了研究$^{[1]}。 简单地说就是我们用的转置卷积(transposed convolution)操作(注意本质上不是deconvolution,反卷积)会产生这种现象; 解决的方案就是避免使用这种卷积,文章中作者使用的是resize-conv; 具体操作很简单: 对于输入,我们想要得到,经典的转置卷积通过使用stride为2的操作得到; 对于resize-conv,我们首先对输入作上采样,比如最近邻,双线性等插值,使其shape成为,再对其使用stride为1的普通卷积操作即可。 另外多说一点,对于TF框架,其相关的resize API有问题(至少我当时用的时候社区普遍反映过这一问题,1.x版本),这里特指tf.image.resize_images那一系列的API,若用,推荐令其第四个参数align_corners为True,原因以及该API现状具体可见相关社区讨论。 最后多说一句,搞淦搞算法,不保证就业,且爱且珍惜。 祝好:) Reference:[1] Deconvolution and Checkboard Artifacts [2] Github issues on TF's resize API [3] how-tensorflows-tf-image-resize-stole-60-days-of-my-life
2 回复 分享
发布于 2019-12-01 16:30
不知道你说的是产生网格状的线还是图像整体因为padding像在一块棋盘上,如果是后者,可以参考下Instance Norm。 Instance Normalization:The Missing Ingredient for Fast Stylization arXiv:1607.08022v3
点赞 回复 分享
发布于 2019-12-01 16:47
插值导致的?我用unet的时候遇见过,训多几轮好像就好了
点赞 回复 分享
发布于 2019-12-01 15:13
mark
点赞 回复 分享
发布于 2019-12-01 14:19

相关推荐

bg双非本科,方向是嵌入式。这次秋招一共拿到了 8 个 offer,最高年包 40w,中间也有一段在海康的实习经历,还有几次国家级竞赛。写这篇不是想证明什么,只是想把自己走过的这条路,尽量讲清楚一点,给同样背景的人一个参考。一、我一开始也很迷茫刚决定走嵌入式的时候,其实并没有一个特别清晰的规划。网上的信息很零散,有人说一定要懂底层,有人说项目更重要,也有人建议直接转方向。很多时候都是在怀疑:1.自己这种背景到底有没有机会2.现在学的东西到底有没有用3.是不是已经开始晚了这些问题,我当时一个都没答案。二、现在回头看,我主要做对了这几件事第一,方向尽早确定,但不把自己锁死。我比较早就确定了嵌入式这个大方向,但具体做哪一块,是在项目、竞赛和实习中慢慢调整的,而不是一开始就给自己下结论。第二,用项目和竞赛去“证明能力”,而不是堆技术名词。我不会刻意追求学得多全面,而是确保自己参与的每个项目,都能讲清楚:我负责了什么、遇到了什么问题、最后是怎么解决的。第三,尽早接触真实的工程环境。在海康实习的那段时间,对我触动挺大的。我开始意识到,企业更看重的是代码结构、逻辑清晰度,以及你能不能把事情说清楚,而不只是会不会某个知识点。第四,把秋招当成一个需要长期迭代的过程。简历不是一次写完的,面试表现也不是一次就到位的。我会在每次面试后复盘哪些问题没答好,再针对性补。三、我踩过的一些坑现在看也挺典型的:1.一开始在底层细节上纠结太久,投入产出比不高2.做过项目,但前期不会总结,导致面试表达吃亏3.早期有点害怕面试,准备不充分就去投这些弯路走过之后,才慢慢找到节奏。四、给和我背景相似的人一点建议如果你也是双非,准备走嵌入式,我觉得有几件事挺重要的:1.不用等“准备得差不多了”再投2.项目一定要能讲清楚,而不是做完就算3.不要只盯着技术,多关注表达和逻辑很多时候,差的不是能力,而是呈现方式。五、写在最后这篇总结不是标准答案,只是我个人的一次复盘。后面我会陆续把自己在嵌入式学习、竞赛、实习和秋招中的一些真实经验拆开来讲,希望能对后来的人有点帮助。如果你正好也在这条路上,希望你能少走一点弯路。
x_y_z1:蹲个后续
点赞 评论 收藏
分享
评论
点赞
2
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务