Pytorch 使用DCGAN生成动漫人物头像入门级实战教程

码农男孩

已于 2022-04-30 21:03:02 修改

阅读量3.1k

点赞数 4

分类专栏： GANs 文章标签：深度学习 GAN 人工智能生成对抗网络 pytorch

于 2022-04-03 22:05:31 首次发布

本文链接：https://blog.csdn.net/m0_62128864/article/details/123944967

版权

本文是一篇使用Pytorch实现DCGAN生成动漫人物头像的入门教程，涵盖了数据集说明、读取数据、生成器与鉴别器的定义，以及训练过程和运行结果展示。通过实例讲解，帮助读者理解DCGAN的工作原理。

摘要由CSDN通过智能技术生成

有关DCGAN实战的小例子之前已经更新过一篇，感兴趣的朋友可以点击查看

Pytorch 使用DCGAN生成MNIST手写数字入门级教程

有关DCGAN的相关原理：DCGAN论文解读-----DCGAN原理简介与基础GAN的区别

一、数据集说明

本实验使用到的动漫人物头像数据集，大约有两万多张动漫人物头像，已上传资源供大家免费下载

动漫人物头像数据集 anime-facehttps://download.csdn.net/download/m0_62128864/85072972

二、读取数据集

# 读取图片
class Face_dataset(data.Dataset):
    def __init__(self, imgs_path):
        self.imgs_path = imgs_path

    def __getitem__(self, index):
        imgs_path = self.imgs_path[index]
        pil_img = Image.open(imgs_path)
        pil_img = transform(pil_img)
        return pil_img

    def __len__(self):
        return len(self.imgs_path)

三、定义生成器

# 定义生成器
class Generator(nn.Module):
    def __init__(self):
        super(Generator,self).__init__()
        self.linear1 = nn.Linear(100, 256*16*16)  
        self.bn1 = nn.BatchNorm1d(256*16*16)
        self.deconv1 = nn.ConvTranspose2d(256, 128,
                                          kernel_size=(3,3),
                                          stride=1,  
                                          padding=1