图像生成推理算法主要利用训练好的模型来生成符合特定特征或条件的高质量图像。它支持加载各种经过训练的GAN模型（如DCGAN、WGAN-GP、LSGAN、GGAN、PGGAN和StyleGAN），并基于随机噪声生成新图像。该算法广泛应用于图像生成、图像增强和数据增强等多个领域。
支持的计算资源
输入/输出
输入桩
通过读OSS数据组件，读取OSS路径下的模型文件。
通过图像生成训练组件，读取该算法生成的模型文件。
配置此算法参数预训练模型OSS路径，选择模型所在的OSS路径。
输出桩
无。
关于参数详细说明，请参见下文中的参数说明。
配置组件
在Designer工作流页面添加图像生成推理组件，并在界面右侧配置相关参数：
参数类型 | 参数 | 是否必选 | 描述 | 默认值 | |
字段设置 | 预训练模型OSS路径 | 否 | 若无上游OSS路径或图像生成训练生成的模型文件传入，需手动选择模型文件所在的OSS路径。 | 无 | |
输出图片OSS路径 | 是 | 输出图片所在的OSS路径。该路径需与预训练模型所处同一OSS Bucket。 | 无 | ||
参数设置 | 模型类型 | 是 | 选择想要使用的图像生成模型网络，支持的网络包含：DCGAN、WGAN-GP、LSGAN、GGAN、PGGAN和StyleGAN。 | dcgan | |
生成总样本数 | 是 | 总共需要生成的样本总数。 | 16 | ||
每批生成样本个数 | 是 | 每批生成的样本个数，批与批之间样本差异大。 例如：当总共需要生成16个样本时，每批生成4个样本（分为4批）。 | 4 | ||
执行调优 | 选择资源组 | 公共资源组 | 否 | 选择节点规格（该算法仅支持GPU规格实例）、专有网络。 | 无 |
专有资源组 | 否 | 选择CPU核数、内存、共享内存、GPU卡数。 | 无 | ||
最大运行时长 | 否 | 组件最大运行时长，超过这个时间，作业会被终止。 | 无 | ||
文档内容是否对您有帮助？