DCGAN の例，PyTorch 公式チュートリアルの実装を使い，新しい顔を生成してみる

前準備

Build Tools for Visual Studio 2026（ビルドツール）のインストール

Build Tools for Visual Studio は，Visual Studio の IDE を含まない C/C++ コンパイラ，ライブラリ，ビルドツール等のコマンドライン向け開発ツールセットである．インストール済みの場合，この手順は不要である．

以下のコマンドは，Build Tools が未インストールの場合は winget で新規インストールし，インストール済みの場合は setup.exe modify でコンポーネントを追加する（バージョンは変更しない）．

管理者権限のコマンドプロンプトで以下を実行する（手順：Windows キーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）．

REM VC++ ランタイム
winget install --scope machine --id Microsoft.VCRedist.2015+.x64 -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/quiet /norestart"

REM Build Tools + Desktop development with C++（VCTools）+ 追加コンポーネント（一括）
winget list --id Microsoft.VisualStudio.BuildTools 2>nul | findstr /i "BuildTools" >nul 2>&1
if %ERRORLEVEL% EQU 0 (
    for /f "delims=" %P in ('"C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -products * -property installationPath') do start /wait "" "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" modify --installPath "%P" --add Microsoft.VisualStudio.Workload.VCTools --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --includeRecommended --quiet --norestart
) else (
    winget install --scope machine --id Microsoft.VisualStudio.BuildTools -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "--quiet --wait --norestart --nocache --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100"
)

インストール完了の確認

winget list Microsoft.VisualStudio.BuildTools

winget install --id Python.Python.3.12 -e --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_test=0 Include_pip=1 Include_launcher=1 InstallLauncherAllUsers=1 TargetDir=\"C:\Program Files\Python312\""

python --version

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "/VERYSILENT /NORESTART /NOCANCEL /SP- /CLOSEAPPLICATIONS /RESTARTAPPLICATIONS /COMPONENTS=""icons,ext\reg\shellhere,assoc,assoc_sh"" /o:PathOption=Cmd /o:CRLFOption=CRLFCommitAsIs /o:BashTerminalOption=MinTTY /o:DefaultBranchOption=main /o:EditorOption=VIM /o:SSHOption=OpenSSH /o:UseCredentialManager=Enabled /o:PerformanceTweaksFSCache=Enabled /o:EnableSymlinks=Disabled /o:EnableFSMonitor=Disabled"

NVIDIA ドライバのインストール（Windows 上）

1. NVIDIA グラフィックス・ボードの確認

   Windows で，NVIDIA グラフィックス・ボードの種類を調べたいときは， 次のコマンドを実行することにより調べることができる．

   powershell -command "Get-CimInstance Win32_VideoController | Select-Object -ExpandProperty Name"
   

2. NVIDIA ドライバのダウンロード

   NVIDIA ドライバは，以下の NVIDIA 公式サイトからダウンロードできる．

   https://www.nvidia.co.jp/Download/index.aspx?lang=jp

3. ダウンロードの際には，使用しているグラフィックス・ボードの型番とオペレーティングシステムを選択する．

NVIDIA CUDA Toolkit 12.8 のインストール（Windows 上）

以下のコマンドを管理者権限のコマンドプロンプトで実行する （手順：Windows キーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）．

REM NVIDIA CUDA Toolkit 12.8 をシステム領域にインストール
winget install --scope machine --id Nvidia.CUDA --version 12.8 -e --silent --disable-interactivity --force --uninstall-previous --accept-source-agreements --accept-package-agreements --override "-s -n"

REM 環境変数 TEMP, TMP の設定（一時ファイルの保存先を短いパスに変更）
mkdir C:\TEMP
set "TEMP_PATH=C:\TEMP"
setx TEMP "%TEMP_PATH%" /M >nul
setx TMP "%TEMP_PATH%" /M >nul

NVIDIA cuDNN 9.19.0 のインストール

インストールするNVIDIA cuDNN のバージョンは 9.19.0 for CUDA 12.8

パスの確認

次の操作により，NVIDIA cuDNN のライブラリにパスが通っていることを確認する

Windows のコマンドプロンプトを開き，次のコマンドを実行する．エラーメッセージが出ないことを確認．

where cudnn64_9.dll

PyTorch のインストール（Windows 上）

1. 以下の手順を管理者権限のコマンドプロンプトで実行する （手順：Windows キーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）．
2. PyTorch のページを確認

   PyTorch の公式ページ: https://pytorch.org/index.html

3. 次のようなコマンドを実行（実行するコマンドは，PyTorch のページの表示されるコマンドを使う）．

   次のコマンドを実行することにより， PyTorch （NVIDIA CUDA 12.8 用）がインストールされる．

   事前に NVIDIA CUDA のバージョンを確認しておくこと（ここでは，NVIDIA CUDA Toolkit 12.8 が前もってインストール済みであるとする）．

   PyTorch で，GPU が動作している場合には，「torch.cuda.is_available()」により，True が表示される．

   python -m pip install -U --ignore-installed pip
   python -m pip uninstall -y torch torchvision torchaudio torchtext xformers
   python -m pip install -U torch torchvision torchaudio numpy matplotlib --index-url https://download.pytorch.org/whl/cu128
   
   python -c "import torch; print(torch.__version__, torch.cuda.is_available())"
   

   【サイト内の関連ページ】

   • Windows での PyTorch のインストール: 別ページ »で説明

   【関連する外部ページ】

   • PyTorch の公式ページ: https://pytorch.org/index.html

celebA データセットのダウンロードと展開（解凍）

Windows での手順を下に示す．Ubuntu でも同様の手順になる．

1. Windows で，コマンドプロンプトを管理者として実行．
2. celebA データセット用のディレクトリを作成

   mkdir %USERPROFILE%\dcgan-pytorch\data\celeba\img_align_celeba
   

3. celebA データセットのダウンロード
   1. Web ブラウザで次の URL を開く

      http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

   2. 「Google Drive」をクリック
      
   3. 画面が変わる．「img」ディレクトリの下の「img_align_celeba.zip」を選ぶ
      
      
   4. メニューで「Download」を選ぶ
      
   5. ダウンロードしたいので，「無視してダウンロード (DOWNLOAD ANYWAY)」をクリック
      
   6. ダウンロードが始まるので確認する．
      
   7. ダウンロードしたファイルを展開（解凍）する．
      Windows での展開（解凍）に便利な 7-Zip: 別ページ »で説明
   8. 展開（解凍）してできたディレクトリ img_align_celeba を確認する．

      img_align_celeba の下に，多数の顔画像ファイルがあることを確認する．

      
   9. 顔画像ファイルを %USERPROFILE%\dcgan-pytorch\data\celeba\img_align_celeba の下に置く

   時間がかかるので待つ．

4. celebA データセットの確認

   %USERPROFILE%\dcgan-pytorch の下の data の下の celeba の下の img_align_celeba の下に，多数の顔画像ファイルがあることを確認する．

   PyTorch の torchvision.datasets.ImageFolder は，指定したディレクトリの下にサブディレクトリがあることを前提とするため，画像ファイルは data\celeba\img_align_celeba のように，1階層下に置く必要がある．

   

celebA データセットを使って DCGAN を学習させる

Windows での手順を下に示す．Ubuntu でも同様の手順になる．

プログラムは，PyTorch 公式のDCGANチュートリアルのプログラムをもとにしている．

1. 以下の操作をコマンドプロンプトで実行する （手順：Windows キーまたはスタートメニュー → cmd と入力 →「コマンドプロンプト」を選択）．

2. エディタを起動

   cd /d %USERPROFILE%\dcgan-pytorch
   notepad dcgan_celeba.py
   

3. エディタで，次のプログラムを保存

   このプログラムは，celebA データセットを用いて DCGAN の学習を行い，学習途中の生成画像を output ディレクトリに保存する．学習には時間がかかるので待つ．

   import os
   import random
   import torch
   import torch.nn as nn
   import torch.optim as optim
   import torch.utils.data
   import torchvision.datasets as dset
   import torchvision.transforms as transforms
   import torchvision.utils as vutils
   
   # 前準備
   dataroot = "data/celeba"
   output_dir = "output"
   os.makedirs(output_dir, exist_ok=True)
   
   workers = 2
   batch_size = 128
   image_size = 64
   nc = 3          # 出力画像のチャンネル数（カラー画像は 3）
   nz = 100        # 潜在ベクトルの次元数
   ngf = 64        # Generator の特徴マップのサイズ
   ndf = 64        # Discriminator の特徴マップのサイズ
   num_epochs = 5
   lr = 0.0002
   beta1 = 0.5
   ngpu = 1
   
   manualSeed = 999
   random.seed(manualSeed)
   torch.manual_seed(manualSeed)
   
   device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")
   print("使用デバイス:", device)
   
   # データセットの読み込み
   dataset = dset.ImageFolder(root=dataroot, transform=transforms.Compose([
       transforms.Resize(image_size),
       transforms.CenterCrop(image_size),
       transforms.ToTensor(),
       transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
   ]))
   dataloader = torch.utils.data.DataLoader(dataset, batch_size=batch_size, shuffle=True, num_workers=workers)
   
   # 重み初期化
   def weights_init(m):
       classname = m.__class__.__name__
       if classname.find('Conv') != -1:
           nn.init.normal_(m.weight.data, 0.0, 0.02)
       elif classname.find('BatchNorm') != -1:
           nn.init.normal_(m.weight.data, 1.0, 0.02)
           nn.init.constant_(m.bias.data, 0)
   
   # Generator
   class Generator(nn.Module):
       def __init__(self, ngpu):
           super(Generator, self).__init__()
           self.ngpu = ngpu
           self.main = nn.Sequential(
               nn.ConvTranspose2d(nz, ngf * 8, 4, 1, 0, bias=False),
               nn.BatchNorm2d(ngf * 8),
               nn.ReLU(True),
               nn.ConvTranspose2d(ngf * 8, ngf * 4, 4, 2, 1, bias=False),
               nn.BatchNorm2d(ngf * 4),
               nn.ReLU(True),
               nn.ConvTranspose2d(ngf * 4, ngf * 2, 4, 2, 1, bias=False),
               nn.BatchNorm2d(ngf * 2),
               nn.ReLU(True),
               nn.ConvTranspose2d(ngf * 2, ngf, 4, 2, 1, bias=False),
               nn.BatchNorm2d(ngf),
               nn.ReLU(True),
               nn.ConvTranspose2d(ngf, nc, 4, 2, 1, bias=False),
               nn.Tanh()
           )
   
       def forward(self, input):
           return self.main(input)
   
   # Discriminator
   class Discriminator(nn.Module):
       def __init__(self, ngpu):
           super(Discriminator, self).__init__()
           self.ngpu = ngpu
           self.main = nn.Sequential(
               nn.Conv2d(nc, ndf, 4, 2, 1, bias=False),
               nn.LeakyReLU(0.2, inplace=True),
               nn.Conv2d(ndf, ndf * 2, 4, 2, 1, bias=False),
               nn.BatchNorm2d(ndf * 2),
               nn.LeakyReLU(0.2, inplace=True),
               nn.Conv2d(ndf * 2, ndf * 4, 4, 2, 1, bias=False),
               nn.BatchNorm2d(ndf * 4),
               nn.LeakyReLU(0.2, inplace=True),
               nn.Conv2d(ndf * 4, ndf * 8, 4, 2, 1, bias=False),
               nn.BatchNorm2d(ndf * 8),
               nn.LeakyReLU(0.2, inplace=True),
               nn.Conv2d(ndf * 8, 1, 4, 1, 0, bias=False),
               nn.Sigmoid()
           )
   
       def forward(self, input):
           return self.main(input)
   
   netG = Generator(ngpu).to(device)
   netG.apply(weights_init)
   
   netD = Discriminator(ngpu).to(device)
   netD.apply(weights_init)
   
   criterion = nn.BCELoss()
   fixed_noise = torch.randn(64, nz, 1, 1, device=device)
   real_label = 1.
   fake_label = 0.
   
   optimizerD = optim.Adam(netD.parameters(), lr=lr, betas=(beta1, 0.999))
   optimizerG = optim.Adam(netG.parameters(), lr=lr, betas=(beta1, 0.999))
   
   # 学習ループ
   print("学習を開始する")
   for epoch in range(num_epochs):
       for i, data in enumerate(dataloader, 0):
           # Discriminator の更新
           netD.zero_grad()
           real_cpu = data[0].to(device)
           b_size = real_cpu.size(0)
           label = torch.full((b_size,), real_label, dtype=torch.float, device=device)
           output = netD(real_cpu).view(-1)
           errD_real = criterion(output, label)
           errD_real.backward()
   
           noise = torch.randn(b_size, nz, 1, 1, device=device)
           fake = netG(noise)
           label.fill_(fake_label)
           output = netD(fake.detach()).view(-1)
           errD_fake = criterion(output, label)
           errD_fake.backward()
           errD = errD_real + errD_fake
           optimizerD.step()
   
           # Generator の更新
           netG.zero_grad()
           label.fill_(real_label)
           output = netD(fake).view(-1)
           errG = criterion(output, label)
           errG.backward()
           optimizerG.step()
   
           if i % 50 == 0:
               print('[%d/%d][%d/%d]\tLoss_D: %.4f\tLoss_G: %.4f' %
                     (epoch, num_epochs, i, len(dataloader), errD.item(), errG.item()))
   
       # 各エポック終了後に生成画像を保存
       with torch.no_grad():
           fake = netG(fixed_noise).detach().cpu()
       vutils.save_image(fake, os.path.join(output_dir, f'epoch_{epoch:03d}.png'), normalize=True)
   
   print("学習が終了した．生成画像は", output_dir, "の下に保存されている．")
   

4. Python プログラムの実行

   cd /d %USERPROFILE%\dcgan-pytorch
   python dcgan_celeba.py
   

   
5. 学習の終了の確認

   「学習が終了した」と表示されればよい．

6. 結果の確認

   output ディレクトリの下に，各エポック終了時点の生成画像（epoch_000.png など）が保存されている．エポックを重ねるごとに，生成される顔画像が実際の顔らしくなっていく様子を確認できる．