Pytorch 彩色图像的图像处理
Most（Pytork），即灰度图像Pytorch 彩色图像的图像处理,pytorch,generative-adversarial-network,Pytorch,Generative Adversarial Network,Most（Pytork），即灰度图像 我可以在彩色图像的每个通道上使用GAN，然后组合结果吗？您可以让生成器和鉴别器生成并分类3通道图像-就实现而言，让它们在bx3xHxW张量上工作，而不是像MNIST那样在b1xHxW张量上工作 您不能在每个通道上单独使用GAN，并在最后连接，因为您无法确保每个通道对应于相同的图像。假设你通过先生成红色通道，然后生成绿色通道，最后生成蓝色通道来生成名人面孔。您如何确保红色通道没有女性样品，绿色通道没有男性样品？谢谢，我已经做到了。事实上，一些GANs有“通道数
我可以在彩色图像的每个通道上使用GAN，然后组合结果吗？您可以让生成器和鉴别器生成并分类3通道图像-就实现而言，让它们在
bx3xHxWb1xHxW您不能在每个通道上单独使用GAN，并在最后连接，因为您无法确保每个通道对应于相同的图像。假设你通过先生成红色通道，然后生成绿色通道，最后生成蓝色通道来生成名人面孔。您如何确保红色通道没有女性样品，绿色通道没有男性样品？谢谢，我已经做到了。事实上，一些GANs有“通道数”作为输入，我不需要调整张量大小。因为我是新来的GANs，donno如果我能问你另一个问题，如果我增加历代的数量，他们是否会过度适应？如何知道我有最好的生成器？在StackOverflow上，惯例是针对不同的问题提出不同的问题-这有助于其他用户在将来发现您的问题和他们的答案。我不是GAN专家，但GAN的优化问题本身很难，因为每个生成器都可能被某些鉴别器欺骗，反之亦然。你必须问另一个问题或查阅文献，但不要期望得到直截了当的答案。