基于CelebA数据集的Conditional DCGAN训练循环张量匹配错误排查

问题根源 #

当前代码混淆了生成器和判别器对条件张量的尺寸需求：

• 生成器需将40维属性标签与噪声在通道维度拼接，噪声形状为[64, 100, 1, 1]，因此条件张量需保持[64, 40, 1, 1]的空间尺寸（与噪声的1x1空间维度一致）。
• 判别器需将条件与真实/生成图片在通道维度拼接，图片形状为[64, 3, 64, 64]，因此条件张量需扩展为[64, 40, 64, 64]（与图片的64x64空间维度一致）。

你之前错误地将同一份条件张量重复扩展为64x64尺寸后同时传给生成器和判别器，导致生成器拼接时维度不匹配。

具体修改步骤 #

1. 训练循环中分离生成器与判别器的条件张量 #

在每个batch处理时，从原始conditions（形状[64, 40]）分别生成两种尺寸的条件张量：

# 原始conditions来自dataloader，形状为[b_size, 40]
b_size = real_cpu.size(0)

# 生成器用的条件：保持1x1空间维度
gen_conditions = conditions.view(b_size, 40, 1, 1).to(device)
# 判别器用的条件：扩展为与图片一致的64x64空间维度
dis_conditions = gen_conditions.repeat(1, 1, image_size, image_size)

2. 修正生成器调用逻辑 #

生成器调用时传入gen_conditions而非扩展后的条件：

# 替换原错误代码：fake = netG(noise, conditions.to(device))
fake = netG(noise, gen_conditions)

生成器的forward函数无需修改（此时input和label的空间维度均为1x1，可直接在通道维度拼接）：

def forward(self, input, label):
    # input形状[64,100,1,1]，label形状[64,40,1,1]
    input = torch.cat((input, label), 1)  # 拼接后形状[64,140,1,1]
    return self.conv(input)

3. 修正判别器调用逻辑 #

判别器调用时传入扩展后的dis_conditions：

# 真实图片传入判别器
output = netD(real_cpu.to(device), dis_conditions)
# 生成图片传入判别器
output = netD(fake.detach(), dis_conditions)

4. 修正fixed_noise的生成器测试代码 #

原代码中netG(fixed_noise)未传入条件，需补充固定条件张量：

# 生成固定条件（示例：全0属性或随机属性）
fixed_conditions = torch.zeros(fixed_noise.size(0), 40, 1, 1, device=device)
with torch.no_grad():
    fake = netG(fixed_noise, fixed_conditions).detach().cpu()

5. 移除无效的条件重塑代码 #

删除你之前尝试的错误重塑逻辑：

# 以下代码直接删除
conditions = conditions.permute(0, 2, 3, 1)
conditions = conditions.view(batch_size, 1, 1, 40)

验证修改后张量形状 #

• 生成器输入：noise([64,100,1,1]) + gen_conditions([64,40,1,1]) → 拼接后[64,140,1,1]，符合生成器输入要求。
• 判别器输入：real_cpu([64,3,64,64]) + dis_conditions([64,40,64,64]) → 拼接后[64,43,64,64]，符合判别器输入要求。

内容的提问来源于stack exchange，提问作者RaphDaPingu