CNTK ImageDeserializer и образец DCGAN

Question

Я переделываю этот пример https://github.com/Microsoft/CNTK/blob/master/Tutorials/CNTK_206B_DCGAN.ipynb для работы с файлами PNG MNIST (а не с вводом плоского 1d-массива, который используется в учебнике). Я использую ImageDeserializer (и файл карты для загрузки данных):

def create_mb_source(map_file, image_dims, num_classes, randomize=True):
transforms = [
    xforms.scale(width=image_dims[2], height=image_dims[1], channels=image_dims[0], interpolations='linear')]
return MinibatchSource(ImageDeserializer(map_file, StreamDefs(
    features=StreamDef(field='image', transforms=transforms),
    labels=StreamDef(field='label', shape=num_classes))),
                       randomize=randomize)

Я изменил входной вывод на Discriminator, чтобы ожидать изображение 28x28 (и выходной сигнал Generator). Смотрите код здесь: https://github.com/olgaliak/cntk-cyclegan/blob/master/trainDCGan.py

проблема в том, что trainDCGan.py генерирует шум сейчас. Ценю твою помощь!

Answer 1

Эта проблема была решена после того, как я 1) переключился на 3 используемых канала в ImageDeserializer 2) изменил архитектуру сети, чтобы вместо 1d использовать 2d strides\kernels. Этот коммит высвечивает изменения, которые заставили вещи работать.