DCGANのモデルの層の数を変更してtestしてみる。
GANで生成する画像の精度を上げるために、DCGANのモデルの層の数を変更する。
Generatorの方
畳み込みを1層増やしてself.dc5までにするself.bn4も追加。
追加した畳み込み層に対応する活性化関数(Lelu)を追加する。
そのまま畳み込み層を増やしただけだと生成画像のサイズが元の二倍になってしまうので
self.dc4 = L.Deconvolution2D(ch // 8, ch // 16, 3, 1, 1, initialW=w)#画像サイズ1倍に
として調節。
この時点でtest.pyを実行。モデルとして使用する変更版のGeneratorが畳み込み4層なのに対し、学習したGeneratorの畳み込みが3層なのでパラメータの変更が行えず、配列の値が違っているとValueErrorがでた。
testは次の学習のインターバル的な役割
Discriminatorの方は精度がそこそこだったのでそのままで実行
GPUで実行デフォルトの10エポックで実行:終了時間が6時間30分だったので、停止。
引数に—epoch=8を加えて実行 7秒くらいでおちる。
エラー文:Exception in main training loop: out of memory to allocate
原因 メモリー不足
解決策
kill -9 PIDで削除してメモリーをあける
実行できた