[发明专利]一种基于文本‑图像生成对抗网络模型的分组卷积方法

摘要

本发明公开了一种基于文本‑图像生成对抗网络模型的分组卷积方法，属于深度学习神经网络领域，包括以下步骤S1、构造文本‑图像生成对抗网络模型；S2、利用深度卷积神经网络充当生成器、判别器的功能；S3、对文本进行编码之后与随机噪声结合，输入至生成器中；S4、将卷积层分组，使卷积操作在多个GPU上同时进行；S5、将各个分组得到的特征图进行融合，更新损失函数，进行后续训练。本方法构建的文本‑图像生成对抗网络模型，改变了判别器、生成器接收图片后的卷积方式，对卷积进行了分组，使其在多个GPU中同时进行，最后将卷积的结果进行融合，从而大大地减少了参数量，提高了整个网络训练的效率。

主权项

一种基于文本‑图像生成对抗网络模型的分组卷积方法，其特征在于，所述的分组卷积方法包括下列步骤：S1、构造文本‑图像生成对抗网络模型，生成器通过生成图像输入至判别器进行网络训练；S2、利用深度卷积神经网络充当生成器、判别器的功能；S3、对文本进行编码之后与随机噪声结合，输入至生成器中；S4、将卷积层分组，使卷积操作在多个GPU上同时进行；S5、将各个分组得到的特征图进行融合，更新损失函数，进行后续训练。