python - 如何控制在 MNIST 中训练的 GAN 生成哪个数字？

Question

我对 GAN 感兴趣，所以我遵循了本教程 link关于 MNIST 和 Keras 的 GAN。结果是它生成了一个带有随机数字的 4x4 图像，如 this 。我想问如何生成带有我想要的数字的 4x4 图像，而不是像 this 这样的随机数字.

def plot_generated_images(epoch, generator, examples=16, dim=(4, 4), figsize=(4, 4)):
    noise = np.random.normal(0, 1, size=[examples, random_dim])
    generated_images = generator.predict(noise)
    generated_images = generated_images.reshape(examples, 28, 28)

plt.figure(figsize=figsize)

for i in range(generated_images.shape[0]):
    plt.subplot(dim[0], dim[1], i+1)
    plt.imshow(generated_images[i], interpolation='nearest', cmap='gray_r')
    plt.axis('off')

plt.tight_layout()
plt.savefig('gan_generated_image_epoch_%d.png' % epoch)

Answer 1

另一种方法是过滤训练数据，例如

from tensorflow.keras.datasets import mnist

# Set specific target digit you want to generator
TARGET_DIGIT = 5

# Get data
(trainX, trainy), (testX, testy) = mnist.load_data()

# Filter it
trainX, trainy = trainX[trainy==TARGET_DIGIT], trainy[trainy==TARGET_DIGIT]

然后根据过滤后的数据和噪声训练 GAN 模型。因为鉴别器只是区分真假，所以如果只使用特定的数字标签来训练应该没问题。

通过对每个数字重复 10 次，您可以生成您想要的数字。但请记住，训练数据大小减少了，epoch 需要同时增加。

我尝试通过给定基本 GAN 架构的 epochs = 300 和 batch size = 128 将目标数字设置为 5。这是 epoch=150 时的生成器图: ;纪元=300: