使用 Galaxy Zoo 数据集、TensorFlow 和 Keras 训练 GAN答案

【问题标题】：Training GAN using Galaxy Zoo dataset, TensorFlow, and Keras使用 Galaxy Zoo 数据集、TensorFlow 和 Keras 训练 GAN
【发布时间】：2020-11-19 14:23:26
【问题描述】：

为了使用 TensorFlow 和 Keras 训练简单的 GAN，导入 Galaxy Zoo dataset 的正确方法是什么？例如，是否有与导入 MNIST 相同的简单方法？

from keras.datasets import mnist

【问题讨论】：

标签： python tensorflow keras generative-adversarial-network

【解决方案1】：

它不是简单的导入，因为它不是 keras dataset。

在输入网络之前，您必须自己下载数据并对其进行预处理。如果你转到 kaggle 链接并转到 notebooks，你可以看到其他人如何预处理他们的数据以进行训练

你想训练什么以及你要分类什么很重要。如果您想对图像进行训练以对 csv 中的所有或部分类进行分类，您将需要将数据作为图像并将分类作为标签。如果您想使用某个分类来预测另一个分类，那么某些类别将是数据，而其他类别将是您要预测的标签。

我建议将训练 csv 导入 pandas dataframe

import pandas as pd
df = pd.read_csv('../input/44352/training_solutions_rev1.csv')

然后您必须为您的图像创建一个自定义生成器，因为它们在文件夹结构中不是按类组织的。

【讨论】：

谢谢！情况已经明朗。至于数据预处理，我也是这么认为的，只是需要澄清一下。我想训练我的 GAN 生成虚构的星系图像。该模型和脚本与 MNIST 和 CIFAR-10 完美配合，我目前正在尝试为 Galaxy Zoo 配置它。
您可能需要根据输入调整图像大小，galaxyZoo 为 424x424，并且标准化与 CIFAR 和 MNIST 略有不同