我的目标是用纯黑色和白色创建简单的几何线条图。我不需要灰色调。像这样的东西（训练图像的例子）：

但是使用该 GAN 会产生灰色调的图像。例如，这里是生成图像的一些细节。

我使用这个基于 Pytorch 的 Vanilla GAN作为我正在尝试做的事情的基础。我怀疑我的 GAN 在计算所有这些浮点数时做的工作太多了。我很确定在 nn 中使用 -1 和 1 之间的数字是标准化的？我读过由于 tanh 激活层的问题，尝试使用 0 和 1 是个坏主意。那么还有其他想法吗？这是我的鉴别器和生成器的代码。

image_size=248
batch_size = 10
n_noise = 100

class Discriminator(nn.Module):
    """
        Simple Discriminator w/ MLP
    """
    def __init__(self, input_size=image_size ** 2, num_classes=1):
        super(Discriminator, self).__init__()
        self.layer = nn.Sequential(
            nn.Linear(input_size, 512),
            nn.LeakyReLU(0.2),
            nn.Linear(512, 256),
            nn.LeakyReLU(0.2),
            nn.Linear(256, num_classes),
            nn.Sigmoid(),
        )

    def forward(self, x):
        y_ = x.view(x.size(0), -1)
        y_ = self.layer(y_)
        return y_

发电机：

class Generator(nn.Module):
    """
        Simple Generator w/ MLP
    """
    def __init__(self, input_size=batch_size, num_classes=image_size ** 2):
        super(Generator, self).__init__()
        self.layer = nn.Sequential(
            nn.Linear(input_size, 128),
            nn.LeakyReLU(0.2),
            nn.Linear(128, 256),
            nn.BatchNorm1d(256),
            nn.LeakyReLU(0.2),
            nn.Linear(256, 512),
            nn.BatchNorm1d(512),
            nn.LeakyReLU(0.2),
            nn.Linear(512, 1024),
            nn.BatchNorm1d(1024),
            nn.LeakyReLU(0.2),
            nn.Linear(1024, num_classes),
            nn.Tanh()
        )

    def forward(self, x):
        y_ = self.layer(x)
        y_ = y_.view(x.size(0), 1, image_size, image_size)
        return y_

到目前为止，我所拥有的几乎消耗了我拥有的所有可用内存，因此简化它和/或加速它都是一个优点。我的输入图像是 248 像素 x 248 像素。如果我比这更小，它们就不再有用了。所以比创建原始 GAN 的 MNIST 数字 (28x28) 大得多。我对这一切也很陌生，因此也感谢任何其他建议。

编辑：到目前为止我已经尝试过什么。我尝试通过使用此类生成输出二进制（-1 或 1）来生成生成器 B&W 的最终输出：

class Binary(nn.Module):
    def __init__(self):
        super(Binary, self).__init__()

    def forward(self, x):
        x2 = x.clone()
        x2 = x2.sign()
        x2[x2==0] = -1.
        x = x2
        return x

然后我nn.Tanh()用Binary(). 它确实生成了黑白图像。但无论多少个 epoch，输出看起来仍然是随机的。使用灰度，nn.Tanh()我至少看到了不错的结果。