用GAN生成奖杯

数据集链接:https://pan.baidu.com/s/19Uxc2ELiMG3acUtLeSTDTA?pwd=wsyw
提取码:wsyw

我设置的图片大小为128*128,如果内存爆炸可以将batch_size调小,epoch我设置的2000,我感觉其实1000也够了。代码如下:

import argparse
from torchvision import datasets, transforms
import torch
import torch.nn as nn
import os
import numpy as np
from torchvision.utils import save_imagedef args_parse():parser = argparse.ArgumentParser()parser.add_argument("--n_epoches", type=int, default=2000, help="number of epochs of training")parser.add_argument("--batch_size", type=int, default=256, help="size of the batches")parser.add_argument("--lr", type=float, default=0.0002, help="adam: learning rate")parser.add_argument("--n_cpu", type=int, default=1, help="number of cpu threads to use during batch generation")parser.add_argument("--latent_dim", type=int, default=100, help="dimensionality of the latent space")parser.add_argument("--img_size", type=int, default=128, help="size of each image dimension")parser.add_argument("--channels", type=int, default=3, help="number of image channels")parser.add_argument("--sample_interval", type=int, default=50, help="interval between image sampling")parser.add_argument("--b1", type=float, default=0.5, help="adam: decay of first order momentum of gradient")parser.add_argument("--b2", type=float, default=0.999, help="adam: decay of first order momentum of gradient")parser.add_argument("--type", type=str, default='DCGAN', help="The type of DCGAN")return parser.parse_args()class Generator(nn.Module):def __init__(self, latent_dim, img_shape):super(Generator, self).__init__()self.img_shape = img_shapedef block

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/862688.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

大模型日报 2024-06-27

大模型日报 2024-06-27 大模型资讯 1.OpenAI计划打造“大语言模型操作系统”,收购Rockset和Multi OpenAI计划建立一个名为LLMOS(Large Language Model Operating System)的大语言模型操作系统,类似于Windows和MacOS,旨…

基于改进天鹰优化算法(IAO)优化支持向量机(SVM)数据回归预测(IAO-SVM)

改进天鹰优化算法(IAO)见:【智能优化算法】改进的AO算法(IAO)-CSDN博客 支持向量机(SVM)数据时序预测:基于支持向量机的数据回归预测-CSDN博客 代码原理 基于改进天鹰优化算法(IAO)优化支持向量机(SVM)数…

大数据之路 读书笔记 Day3

回顾:Day 2 总结了浏览器日志采集的过程 回看点击:大数据之路 读书笔记 Day 2 无线端客户的日志采集 无线端客户日志采集名为UserTrack(UT)的SDK来采集,UT将采集称为事件,常用的包括页面事件(即…

代码随想录算法训练营第三十七天|01背包问题、分割等和子集

01背包问题 题目链接:46. 携带研究材料 文档讲解:代码随想录 状态:忘了 二维dp 问题1:为啥会想到i代表第几个物品,j代表容量变化? 动态规划中,每次决策都依赖于前一个状态的结果,在…

A37 STM32_HAL库函数 之PCD通用驱动 -- C-- 所有函数的介绍及使用

A37 STM32_HAL库函数 之PCD通用驱动 -- C-- 所有函数的介绍及使用 1 该驱动函数预览1.23 HAL_PCD_EP_Close1.24 HAL_PCD_EP_Receive1.25 HAL_PCD_EP_GetRxCount1.26 HAL_PCD_EP_Transmit1.27 HAL_PCD_EP_SetStall1.28 HAL_PCD_EP_ClrStall1.29 HAL_PCD_EP_Flush1.30 HAL_PCD_Ac…

Java中使用键盘录用【Scanner】遇到的问题

目录 一、空格截断问题:二、next()、nextInt()、nextDouble()等nextXxx()与nextLine()连用、混用的问题:问题描述:代码演示问题问题原因:解决办法:示例代码: 最后 Java中使用键盘录入,尤其是通过…

ROS2开发机器人移动

.创建功能包和节点 这里我们设计两个节点 example_interfaces_robot_01,机器人节点,对外提供控制机器人移动服务并发布机器人的状态。 example_interfaces_control_01,控制节点,发送机器人移动请求,订阅机器人状态话题…

力扣SQL50 员工的直属部门 子查询 双重

Problem: 1789. 员工的直属部门 👨‍🏫 参考题解 Code select employee_id, department_id from Employee where primary_flag Y # Y 表明是直属部门 or employee_id in (select employee_idfrom Employeegroup by employee_idhaving count(employee…

面试真题及答题思路(三)

题目 群众满意、问心无愧、领导决定,给这三个要素排个序,并说说自己的理解。领导让你去调研,路上遇到王大伯跟王大妈吵架,因为王大伯买了保健品被诈骗了,请问你该怎么办,现场模拟? 分析 第一…

【STM32-MAP文件分析】

STM32-MAP文件分析 ■ MDK编译生成文件简介■ .o■ .axf■ .hex■ .crf■ .d■ .dep■ .lnp■ .lst■ .map■ .build_log.htm■ .htm 文件■ .map 文件 ■ map文件分析■ map 文件的 MDK 设置■ 1. 要生成 map 文件 在 Listing 选项卡里面■ 2. Keil5 中打开.map 文件 ■ map 文…

信息学奥赛初赛天天练-38-CSP-J2021阅读程序-约数个数、约数和、埃氏筛法、欧拉筛法筛素数应用

PDF文档公众号回复关键字:20240628 2021 CSP-J 阅读程序3 1阅读程序(判断题1.5分 选择题3分 共计40分 ) 01 #include<stdio.h> 02 using namespace std; 03 04 #define n 100000 05 #define N n1 06 07 int m; 08 int a[N],b[N],c[N],d[N]; 09 int f[N],g[N]; 10 11 …

矩阵快速幂

矩阵快速幂 矩阵&#xff1a; 一个矩阵 A A A&#xff0c;是由 n m n\times m nm 个数字组成&#xff0c; B B B 由 m p m\times p mp 组成&#xff0c;详见下。 A [ a 1 , 1 , a 1 , 2 , a 1 , 3 ⋯ a 1 , m a 2 , 1 , a 2 , 2 , a 2 , 3 ⋯ a 2 , m ⋅ ⋅ ⋅ a n , …

javaSE知识点整理总结(上)

目录 一、面向对象 1. 类、对象、方法 2.面向对象三大特征 &#xff08;1&#xff09;封装 &#xff08;2&#xff09;继承 &#xff08;3&#xff09;多态 二、常用类 1.Object类 2.Array类 3.基本数据类型包装类 4.String类 5.StringBuffer类 6.Math类 7.Random…

CesiumJS【Basic】- #022A JavaScript 模块化加载:传统 <script> 标签与 type=“module“ 的比较

文章目录 JavaScript 模块化加载:传统 \<script> 标签与 type="module" 的比较1 目标2 对比2.1 带type="module"2.2 不带type="module"3 代码3.1 带type="module"3.1.1 hello.js3.1.2 index.html3.2 不带type="module&quo…

摄影楼电子相册打开的正确方式,快来看看

​随着科技的不断发展&#xff0c;电子相册已经成为许多人存储和分享照片的重要方式。然而&#xff0c;你知道如何正确打开电子相册吗&#xff1f;今天&#xff0c;我就来教大家一下电子相册的正确打开方式&#xff0c;快来学习一下吧&#xff01; 第一步&#xff1a;选择合适的…

docker 安装syslog

Syslog-ng是一个可靠、多功能的日志管理系统&#xff0c;用于收集日志并将其转发到指定的日志分析工具。 使用Docker CLI方式搭建 步骤 1: 拉取Syslog-ng镜像 首先&#xff0c;需要从Docker Hub拉取Syslog-ng的官方镜像。 docker pull balabit/syslog-ng:latest 步骤 2: 启动…

QT拖放事件之七:子类化QMimeData,实现对多个自定义类型进行数据

1、前提说明 /*自定义的MIME类型数据存储在QMimeData对象中, 存在两种方法:1. setData(...)可以把自定义类型的数据以QByteArray的形式直接存储在QMimeData中,但是使用此方法一次只能对一个MIME类型进行处理(可参考 QT拖放事件六:自定义MIME类型的存储及读取demo ) 一文。…

成立近30年,它如何找到政企采购突破点?

回看中国采购行业的发展&#xff0c;大致可以被分为四个阶段&#xff1a;上世纪90年代的传统采购时代、本世纪初的ERP采购时代、近10年的SRM采购时代以及2018年以来开启的数字化采购时代。近年来&#xff0c;大数据、人工智能和物联网的高速发展&#xff0c;为采购信息化提供底…

从探头到传感器:德思特数字化仪的全面结合与应用

电压探头可以用于转换信号电平、改变阻抗或提供更方便的连接方法。而包括电流探头、加速度计和光电倍增管在内的传感器或变送器&#xff0c;则可以将各种物理量转换为电信号。这两种输入设备都受到德思特数字化仪的支持。这篇应用笔记将介绍如何将德思特板卡式数字化仪和探头、…

psensor 的手势功能

psensor 的手势功能的移植过程 有时间再来写下