GANs mit PyTorch selbst programmieren

KAPITEL 9

Convolutional GANs

In diesem Kapitel werden wir das CelebA-GAN, das wir gerade entwickelt haben, verbessern, und zwar aus zwei Gründen:

• Die vom GAN generierten Bilder sehen verwaschen aus. Die Bereiche, die unserer Erwartung nach ziemlich durchgehend gefärbt sein sollten, werden von einem kontrastreichen Pixelmuster überdeckt.
• Der Speicherbedarf vollständig verbundener neuronaler Netze ist immens. Selbst mäßig große Bilder oder Netze stoßen bald an die Grenze unserer GPU und verhindern ein Training. Die meisten Consumer-GPUs besitzen einen erheblich geringeren Arbeitsspeicher als die vom Google-Colab-Dienst bereitgestellten Tesla T4 oder P100.

Speicherbedarf

Bevor wir eine neue GAN-Technik erforschen, wollen wir überprüfen, wie viel ...