相当于鉴别器的发电机的pytorch.info摘要或整个GAN的摘要
相当于鉴别器的发电机的pytorch.info摘要或整个GAN的摘要
提问于 2022-06-28 23:59:11
是否可以使用pytorch.info (包含输入和输出)为GAN生成相当于鉴别器网络的摘要的生成器网络摘要，或者甚至对包括这两个网络的整个GAN网络都有一个标准摘要？
对于鉴别器，我使用了以下方法：
model = Discriminator()
batch_size = 32
summary(model, input_size=(batch_size, 3, 28, 28))并收到以下摘要，我也希望对生成器进行总结(见下文摘要)：
==========================================================================================
Layer (type:depth-idx) Output Shape Param #
==========================================================================================
Discriminator [32, 1] --
├─Sequential: 1-1 [32, 1] --
│ └─Linear: 2-1 [32, 2048] 4,818,944
│ └─ReLU: 2-2 [32, 2048] --
│ └─Dropout: 2-3 [32, 2048] --
│ └─Linear: 2-4 [32, 1024] 2,098,176
│ └─ReLU: 2-5 [32, 1024] --
│ └─Dropout: 2-6 [32, 1024] --
│ └─Linear: 2-7 [32, 512] 524,800
│ └─ReLU: 2-8 [32, 512] --
│ └─Dropout: 2-9 [32, 512] --
│ └─Linear: 2-10 [32, 256] 131,328
│ └─ReLU: 2-11 [32, 256] --
│ └─Dropout: 2-12 [32, 256] --
│ └─Linear: 2-13 [32, 1] 257
│ └─Sigmoid: 2-14 [32, 1] --
==========================================================================================´´´
Total params: 7,573,505
Trainable params: 7,573,505
Non-trainable params: 0
Total mult-adds (M): 242.35
==========================================================================================
Input size (MB): 0.30
Forward/backward pass size (MB): 0.98
Params size (MB): 30.29
Estimated Total Size (MB): 31.58
==========================================================================================对于生成器，我使用以下方法创建一个摘要，不幸的是，我无法包含输出形状的ethe列以及输入行下的所有内容(如上面所示)：
model = Generator()
batch_size = 32
summary(model, output_size=(batch_size, 3, 28, 28))并收到以下简短摘要：
=================================================================
Layer (type:depth-idx) Param #
=================================================================
Generator --
├─Sequential: 1-1 --
│ └─Linear: 2-1 25,856
│ └─ReLU: 2-2 --
│ └─Linear: 2-3 131,584
│ └─ReLU: 2-4 --
│ └─Linear: 2-5 525,312
│ └─ReLU: 2-6 --
│ └─Linear: 2-7 2,099,200
│ └─ReLU: 2-8 --
│ └─Linear: 2-9 4,819,248
│ └─Tanh: 2-10 --
=================================================================
Total params: 7,601,200
Trainable params: 7,601,200
Non-trainable params: 0
=================================================================回答 1
Stack Overflow用户
回答已采纳
发布于 2022-06-29 07:23:27
不建议在调试代码时使用此包，因此，在测试摘要之前，应始终确保代码在随机数据上运行。
在第二组命令中，您使用的是output_size而不是input_size (cf )。src)。查看Generator的代码，输入形状应该是(batch_size, 100)。此外，最后一个线性层应该输出一个3*28*28值，以便将其重塑为形状为(3, 28, 28)的图像。
class Generator(nn.Module):
def __init__(self):
super().__init__()
self.model = nn.Sequential(
nn.Linear(100, 256),
nn.ReLU(),
nn.Linear(256, 512),
nn.ReLU(),
nn.Linear(512, 1024),
nn.ReLU(),
nn.Linear(1024, 2048),
nn.ReLU(),
nn.Linear(2048, 28*28*3),
nn.Tanh(),
)
def forward(self, x):
output = self.model(x)
output = output.view(x.size(0), 3, 28, 28)
return output你可以用以下几个方面来总结：
>>> summary(model, input_size=(10,100))
========================================================================================
Layer (type:depth-idx) Output Shape Param #
========================================================================================
Generator [10, 3, 28, 28] --
├─Sequential: 1-1 [10, 2352] --
│ └─Linear: 2-1 [10, 256] 25,856
│ └─ReLU: 2-2 [10, 256] --
│ └─Linear: 2-3 [10, 512] 131,584
│ └─ReLU: 2-4 [10, 512] --
│ └─Linear: 2-5 [10, 1024] 525,312
│ └─ReLU: 2-6 [10, 1024] --
│ └─Linear: 2-7 [10, 2048] 2,099,200
│ └─ReLU: 2-8 [10, 2048] --
│ └─Linear: 2-9 [10, 2352] 4,819,248
│ └─Tanh: 2-10 [10, 2352] --
========================================================================================
Total params: 7,601,200
Trainable params: 7,601,200
Non-trainable params: 0
Total mult-adds (M): 76.01
========================================================================================
Input size (MB): 0.00
Forward/backward pass size (MB): 0.50
Params size (MB): 30.40
Estimated Total Size (MB): 30.90
========================================================================================页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/72794356
复制相关文章
相似问题
腾讯云开发者
