运行本目录下的程序示例需要使用PaddlePaddle develop最新版本。如果您的PaddlePaddle安装版本低于此要求,请按照安装文档中的说明更新PaddlePaddle安装版本。
├── network.py # 定义基础生成网络和判别网络。
├── utility.py # 定义通用工具方法。
├── dc_gan.py # DCGAN训练脚本。
└── c_gan.py # conditionalGAN训练脚本。
本教程使用 mnist 数据集来进行模型的训练测试工作,该数据集通过paddle.dataset
模块自动下载到本地。
在GPU单卡上训练DCGAN:
env CUDA_VISIBLE_DEVICES=0 python dc_gan.py --output="./result"
训练过程中,每隔固定的训练轮数,会取一个batch的数据进行测试,测试结果以图片的形式保存至--output
选项指定的路径。
执行python dc_gan.py --help
可查看更多使用方式和参数详细说明。
DCGAN训练10轮的模型预测效果如图3所示:
图 3
图 3