class Generator(nn.Module): #生成器类-造假者 def __init__(self, latent_dim, img_shape): # 继承父类特性 super(Generator, self).__init__() self.img_shape = img_shape # def block(in_feat, out_feat, normalize=True): layers = [nn.Linear(in_feat, out_feat)] if normalize: layers.append(nn.BatchNorm1d(out_feat, 0.8)) layers.append(nn.LeakyReLU(0.2, inplace=True)) return layers # self.model = nn.Sequential( *block(latent_dim, 128, normalize=False), *block(128, 256), *block(256, 512), *block(512, 1024), nn.Linear(1024, int(np.prod(img_shape))), nn.Tanh() ) # def forward(self, z): img = self.model(z) img = img.view(img.size(0), self.img_shape[0], self.img_shape[1], self.img_shape[2]) return img
时间: 2023-06-03 10:07:05 浏览: 430
data_rom.rar_SINE_Signal Generator_正弦波_正弦波 vhdl_正弦波发生器
class Generator(nn.Module)是一个Python类,它继承自nn.Module类。它通常用于定义神经网络中的生成器模型,用于生成具有特定特征的样本,例如生成图片、文本等等。该类通常包括一些层,如线性层、卷积层、批量归一化层等等,用于定义生成器模型的结构和参数。当数据通过该生成器模型进行前向传播时,将生成一个新的样本,该样本表示生成器所学习到的特定特征。
阅读全文