Python 为什么生成的图像与此GAN中的真实图像具有不同的形状？

我有一个生成性对抗网络（GAN）Keras代码，如下所示。我的列车目录由

512x512x3

图像组成。为什么print语句返回以下内容？如何使生成的图像也具有形状

（374、512、512、3）

这是生成的图像的形状（374、32、32、3）

这是真实图像的形状（374、512、512、3）

---

谢谢。

代码中的注释提示解决方案：

#向上采样至32x32

和

生成32x32单通道特征图（即图像形状）

---

通过向生成器中添加更多的

conv2dtranpse

层，可以将采样增加到更大的图像大小

我注意到，为了使生成的图像大小为

512x512

，可以编辑以下语句：

x = layers.Dense(128*256*256)(generator_input)

x = layers.Reshape((256,256,128))(x)

---

主要是因为当直接在全分辨率图片上训练时，vanilla GAN不起作用。看看这个谢谢你的回复。如果我再次添加以下语句，例如“x=layers.Conv2D（channels，7，activation='tanh'，padding='same'）（x）”，则不会发生任何更改。也许你有办法增加图像的大小？

x = layers.Dense(128*256*256)(generator_input)

x = layers.Reshape((256,256,128))(x)