DCGANの例、carpedm20/DCGAN-tensorflow を使い，新しい顔を生成してみる

前準備

Git のインストール（Windows 上）

Windows での Git のインストール: 別ページ »で説明

【関連する外部ページ】

Git の公式ページ: https://git-scm.com/

Python 3.7 64 ビット版のインストール，pip と setuptools の更新，Python 開発環境のインストール（Windows 上）

① Python 3.7 64 ビット版のインストール（Windows 上）

【Python 3.7 のインストール手順の詳細（別ページ） 】

Windows での Python 3.7 のインストール: 別ページ »で説明

【Python の公式ページ】

https://www.python.org/

【インストール手順の概要】

1. Python の URL を開く

   URL: https://www.python.org

2. Windows 版の Python 3.7 をダウンロード

   ページの上の方にある「Downloads」をクリック，「Downloads」の下にメニューが出るので，その中の「Windows」をクリック．

   そして，Python 3.7.x (x は数字）を探す．

   そして，Windows の 64ビット版のインストーラをダウンロードしたいので，「Windows x86-64 executable installer」を選ぶ

   
3. インストール時の設定
   1. いまダウンロードした .exe ファイルを右クリック， 右クリックメニューで「管理者として実行」を選ぶ．
      
   2. Python ランチャーをインストールするために，「Install launcher for all users (recommended)」をチェック．

      ※ すでに Python ランチャーをインストール済みのときは， 「Install launcher for all users (recommended)」がチェックできないようになっている場合がある．そのときは，チェックせずに進む．

   3. 「Add Python 3.7 to PATH」をチェック.
      
   4. 「Customize installation」をクリック．
      
   5. オプションの機能 (Optional Features)は，既定（デフォルト）のままでよい． 「Next」をクリック
      
   6. 「Install for all users」を選ぶ．

      Python のインストールディレクトリは，「C:\Program Files\Python37」のように自動設定されることを確認．

      「Install」をクリック

      
   7. 「Disable path length limit」が表示される場合がある．クリックして，パス長の制限を解除する
      
   8. インストールが終了したら，「Close」をクリック
4. インストールのあと，Windows のスタートメニューに「Python 3.7」が増えていることを確認．
5. システムの環境変数 Path の確認のため，新しくコマンドプロンプトを開き，次のコマンドを実行する．

   py とpip にパスが通っていることの確認である．

   where py
   where pip
   

   where py では「C:\Windows\py.exe」 が表示され， where pip では「C:\Program Files\Python37\Scripts\pip.exe」 が表示されることを確認．

   

② pip と setuptools の更新（Windows 上）

1. Windows で，コマンドプロンプトを管理者として実行

   Windows で pip を実行するときは，コマンドプロンプトを管理者として開き，それを使って pip を実行することにする．

   コマンドプロンプトを管理者として実行: 別ページ »で説明

2. 次のコマンドを実行する

   Python の使用は「py -3.7」で行う．

   py -3.7 -m pip install -U pip setuptools
   

   

③ Python 開発環境として，Python の隔離された環境に，Python コンソール（Jupyter Qt Console）, Jupyter ノートブック (Jupyter Notebook), Jupyter Lab, Nteract をインストール

1. Windows で，コマンドプロンプトを管理者として実行

   コマンドプロンプトを管理者として実行: 別ページ »で説明

2. venv を用いて，Python の隔離された環境を作成

   次のコマンドを実行する

   py -3.7 -m pip install -U pip setuptools
   py -3.7 -m venv C:\venv\py37
   

3. Python の隔離された環境の使用開始と，Python 開発環境のインストール

   次のコマンドを実行する

   Python の使用は「C:\venv\py37\Scripts\activate.bat」の後，「python」で行う．

   C:\venv\py37\Scripts\activate.bat
   python -m pip install -U pip setuptools jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter
   

Visual Studio Community 2017，NVIDIA ドライバ，NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 のインストール（Windows 上）

Windows での Visual Studio Community 2017，NVIDIA ドライバ，NVIDIA CUDA ツールキット 10.0，NVIDIA cuDNN 7.6.5 のインストール: 別ページ »で説明

TensorFlow 1.15.5, Keras 2.3.1 のインストール

コマンドプロンプトを管理者として実行し，次のコマンドを実行

C:\venv\py37\Scripts\activate.bat
python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow-intel tensorflow-text tf-models-official tf_slim tensorflow_datasets tensorflow-hub keras keras-tuner keras-visualizer scipy pandas matplotlib
# TensorFlow 1.15.5 のため numpy, protobuf の古いバージョンを使用．エラーが出にくいと考えられる numpy 1.16.2, protobuf 3.19.4 を使用
python -m pip install -U numpy==1.16.2 protobuf==3.19.4 tensorflow-gpu==1.15.5 keras==2.3.1 scipy==1.5.4

プログラムのダウンロードと展開（解凍），celebA データセットのダウンロードと展開（解凍）

GitHub の carpedm20/DCGAN-tensorflow の配布サイト（https://github.com/carpedm20/DCGAN-tensorflow）で公開されている プログラムを，ダウンロードし展開（解凍）する．

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. その他 Python パッケージのインストール

   C:\venv\py37\Scripts\activate.bat
   python -m pip install -U numpy==1.16.2 pillow==6.0.0 requests tqdm opencv-python opencv-contrib-python imageio matplotlib moviepy  
   

3. carpedm20/DCGAN-tensorflow のダウンロード

   cd %HOMEPATH%
   rmdir /s /q DCGAN-tensorflow
   

   

   git clone https://github.com/carpedm20/DCGAN-tensorflow
   

   
4. celebA データセットのダウンロード
   1. コマンドプロンプトで次のコマンドを実行する．

      mkdir %HOMEPATH%\DCGAN-tensorflow\data
      mkdir %HOMEPATH%\DCGAN-tensorflow\data\celebA
      

      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」を選んでみる
         
         
      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%HOMEPATH%\DCGAN-tensorflow\data\celebA の下に置く

   時間がかかるので待つ．

5. celebA データセットの確認

   Windows での手順を下に示す．Ubuntu でも同様の手順になる．

   %HOMEPATH%\DCGAN-tensorflow の下の data の下の celebA の下

   

celebA データセットを使って動かしてみる

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実行．
2. celebA データセットを用いて学習

   時間がかかるので待つ．

   C:\venv\py37\Scripts\activate.bat
   cd %HOMEPATH%\DCGAN-tensorflow
   python main.py --dataset celebA --input_height=108 --train --crop
   

   
3. 学習の終了の確認
4. tensorboard save/summary を使い、中間結果を確認できる

   次のコマンドを実行．

   tensorboard --logdir .
   

   Web ブラウザで http://localhost:6006 を開く

5. dcgan の機能を動かしてみる

   python main.py --dataset celebA --input_height=108 --crop
   

6. samples の下に結果があるので確認

MNIST データセットを使って動かしてみる

Windows での手順を下に示す．Ubuntu でも同様の手順になる．

1. Windows では，コマンドプロンプトを実行．Ubuntu では端末を開く．

   Windows の場合

2. MNIST データセットを用いて学習

   時間がかかるので待つ．

   python main.py --dataset mnist --input_height=28 --output_height=28 --train
   

3. 学習の終了の確認
   
4. tensorboard save/summary を使い、中間結果を確認できる

   次のコマンドを実行．

   tensorboard --logdir .
   

   Web ブラウザで http://localhost:6006 を開く

   
5. dcgan の機能を動かしてみる

   python main.py --dataset mnist --input_height=28 --output_height=28
   

   
6. samples の下に結果があるので確認