Python全系列 教程
3567个小节阅读:5930.1k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
xxxxxxxxxx
# 定义鉴别器
class D(nn.Module):
def __init__(self,nc,ndf):
super(D,self).__init__()
self.layer1 = nn.Sequential(nn.Conv2d(in_channels=nc,out_channels=ndf,
kernel_size=4,stride=2,padding=1),
nn.BatchNorm2d(num_features=ndf), # 按每一个channle来做归一化
nn.LeakyReLU(0.2,inplace=True))
self.layer2 = nn.Sequential(nn.Conv2d(in_channels=ndf,out_channels=ndf*2,
kernel_size=4,stride=2,padding=1),
nn.BatchNorm2d(num_features=ndf*2), # 按每一个channle来做归一化
nn.LeakyReLU(0.2,inplace=True))
self.layer3 = nn.Sequential(nn.Conv2d(in_channels=ndf*2,out_channels=ndf*4,
kernel_size=4,stride=2,padding=1),
nn.BatchNorm2d(num_features=ndf*4), # 按每一个channle来做归一化
nn.LeakyReLU(0.2,inplace=True))
self.layer4 = nn.Sequential(nn.Conv2d(in_channels=ndf*4,out_channels=ndf*8,
kernel_size=4,stride=2,padding=1),
nn.BatchNorm2d(num_features=ndf*8), # 按每一个channle来做归一化
nn.LeakyReLU(0.2,inplace=True))
self.fc = nn.Sequential(nn.Linear(256*6*6,1),nn.Sigmoid())
def forward(self,x):
temp1 = self.layer1(x)
temp2 = self.layer2(temp1)
temp3 = self.layer3(temp2)
temp4 = self.layer4(temp3)
temp5 = temp4.view(-1,256*6*6)
out = self.fc(temp5).reshape(-1)
return out