我正在尝试使用生成对抗网络（GANs）在CelebA对齐数据集上生成图像，每张图像都被调整为64*64的尺寸并保存为.jpeg格式。我的网络定义如下 
def my_discriminator(input_var= None): net = lasagne.layers.InputLayer(shape= (None, 3,64,64), input_var = input_var) net = lasagne.layers.Conv2DLayer(net, 64, filter_size= (6,6 ),stride = 2,pad=2,W = lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.LeakyRectify(0.2))#64*32*32 net = lasagne.layers.Conv2DLayer(net, 128, filter_size= (6,6),stride = 2,pad=2,W = lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.LeakyRectify(0.2))#128*16*16 net = lasagne.layers.Conv2DLayer(net, 256, filter_size= (6,6),stride = 2,pad=2,W = lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.LeakyRectify(0.2))#256*8*8 net = lasagne.layers.Conv2DLayer(net, 512, filter_size= (6,6),stride = 2,pad=2,W = lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.LeakyRectify(0.2))#512*4*4 net = lasagne.layers.DenseLayer(net, 2048, W= lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.LeakyRectify(0.2)) net = lasagne.layers.DenseLayer(net, 1, nonlinearity = lasagne.nonlinearities.sigmoid)def my_generator(input_var=None): gen_net = lasagne.layers.InputLayer(shape = (None, 100), input_var = input_var) gen_net = lasagne.layers.DenseLayer(gen_net, 2048, W= lasagne.init.HeUniform()) gen_net = lasagne.layers.DenseLayer(gen_net, 512*4*4, W= lasagne.init.HeUniform()) gen_net = lasagne.layers.ReshapeLayer(gen_net, shape = ([0],512,4,4)) gen_net = lasagne.layers.Deconv2DLayer(gen_net, 256,filter_size= (6,6),stride = 2,crop=2, W= lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.rectify) gen_net = lasagne.layers.Deconv2DLayer(gen_net, 128,filter_size= (6,6),stride = 2,crop=2, W= lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.rectify) gen_net = lasagne.layers.Deconv2DLayer(gen_net, 64, filter_size= (6,6), stride=2,crop=2,W= lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.rectify) gen_net = lasagne.layers.Deconv2DLayer(gen_net, 3, filter_size= (6,6),stride = 2,crop=2, nonlinearity= lasagne.nonlinearities.tanh)由生成器生成的图像中，我发现了一些随机颜色的像素，并且还出现了类似“网格”的结构，如示例图像所示：
我的问题是导致这两个问题的可能原因是什么？我还使用了几乎相同的架构，但在生成器和判别器中少了一个卷积层，在Cifar-10数据集上使用32*32分辨率的.png格式图像，但生成的图像并没有出现这种情况。不确定图像格式是否可能是原因。如果有人能提供一些想法、方法或链接，任何能解决这些问题的建议，我将非常感激。
回答：
这些问题的可能原因是：
-
随机像素 – 图像数据的归一化必须与生成器最后一层的激活函数相匹配 [-1,1] -> tanh
-
生成图像中的“网格” – 图像尺寸的改变方式。因此，应该使用’transpose’函数而不是’reshape’，以将(64,64,3)转换为(3,64,64)
