将 TensorflowGANS 从灰度推广到 RGB答案

【问题标题】：Generalize TensorflowGANS from grayscale to RGB将 TensorflowGANS 从灰度推广到 RGB
【发布时间】：2020-04-21 10:56:57
【问题描述】：

我正在编写一个基于 TensorFlow 的 GAN 脚本。它适用于灰度图像，但我无法使生成器适用于 RGB 在我的代码中由昏暗 =3 我可以想象我还必须更新添加第三维的其他层，但我该如何在 Dense 层做到这一点？

model = tf.keras.Sequential()
model.add(layers.Dense( (IMG_SIZE//4) * (IMG_SIZE//4) *256, use_bias=False, input_shape=(100,)))
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())

model.add(layers.Reshape((IMG_SIZE//4, IMG_SIZE//4, 256)))
assert model.output_shape == (None, IMG_SIZE//4, IMG_SIZE//4, 256) # Note: None is the batch size

model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
assert model.output_shape == (None, IMG_SIZE//4, IMG_SIZE//4, 128)
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())

model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
assert model.output_shape == (None, IMG_SIZE//2, IMG_SIZE//2, 64)
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())

model.add(layers.Conv2DTranspose(1, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
assert model.output_shape == (None, IMG_SIZE, IMG_SIZE, dim)

return model

【问题讨论】：

标签： tensorflow generator generative-adversarial-network

【解决方案1】：

这太模糊了，我发布另一个问题，因为我不明白如何删除这个问题

【讨论】：