トップページ -> 実践知識 -> TensorFlow のインストールおよびその応用例 -> DCGANの例、carpedm20/DCGAN-tensorflow を使い,新しい顔を生成してみる
[サイトマップへ], サイト内検索:

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

金子邦彦研究室: データベース、人工知能(AI)、データサイエンスの融合により不可能を可能にする

carpedm20/DCGAN-tensorflow は,GitHub で公開されているソフトウエアで, Age Progression/Regression by Conditional Adversarial Autoencoder (DCGAN) を 実装したもの.

先人に感謝

DCGAN (Deep Convolutional Generative Adversarial Networks) の参考文献情報: https://arxiv.org/abs/1511.06434

GitHub の carpedm20/DCGAN-tensorflow の Webページ: https://github.com/carpedm20/DCGAN-tensorflow


前準備

Python, git のインストール

以下,Windows でインストール済みであるものとして説明を続けます.

TenforFlow のインストール


ZZUTK/Face-Aging-CAAE のための Python パッケージをインストールする

いま作成した Python 環境に、種々の Python パッケージをインストールする

  1. Windows でコマンドプロンプトを実行

  2. (オプション)もし、virtualenv のPython 仮想環境にインストールしていて、そこにインストールしたいとき、それを有効化する

    ※ 「workon ai」は、ai の Python 環境の使用を開始するためのコマンド. virtualenv のPython 仮想環境を有効化したいときに限る(「ai」のところは、Python仮想環境の名前に変えること)

    workon ai 
    

  3. Python パッケージのインストール
    pip install -U numpy scipy pillow
    

  4. (オプション) moviepyのインストール

    Microsoft Build Tools がインストール済みであるとして手順を示します

    pip install -U imageio tqdm 
    
    mkdir c:\pytools
    cd c:\pytools
    rmdir /s /q moviepy
    

    cd c:\pytools
    git clone https://github.com/Zulko/moviepy
    cd moviepy
    python setup.py build
    python setup.py install 
    

プログラム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)します。

  1. Windows で,コマンドプロンプトを管理者として実行

  2. (オプション)もし、virtualenv のPython 仮想環境にインストールしていて、そこにインストールしたいとき、それを有効化する

    ※ 「workon ai」は、ai の Python 環境の使用を開始するためのコマンド. virtualenv のPython 仮想環境を有効化したいときに限る(「ai」のところは、Python仮想環境の名前に変えること)

    workon ai 
    

  3. carpedm20/DCGAN-tensorflow のインストール

    mkdir c:\pytools
    cd c:\pytools
    rmdir /s /q DCGAN-tensorflow
    

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

MNIST と celebA データセットのダウンロードと展開(解凍)

  1. Windows で、コマンドプロンプトを実行

  2. Python 環境(名前は tf)を有効にする

    次のコマンドを実行

    ※ 「activate tf 」は Python 環境(名前はtf)を有効にするためのコマンド(各自の環境の名前にあわせること

    activate tf 
    

  3. MNIST と celebA データセットのダウンロード

    時間がかかるので待つ.

    ※ GitHub の carpedm20/DCGAN-tensorflow の配布サイト(https://github.com/carpedm20/DCGAN-tensorflow)の説明通り

    cd C:\pytools\DCGAN-tensorflow
    python download.py mnist celebA 
    

  4. celebA データセットの確認

    C:\pytools\DCGAN-tensorflowdata

MNIST データセットを使って動かしてみる

  1. 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
    

  2. 学習の終了の確認

  3. 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

    tensorborard --logdir .
    

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

  4. dcgan の機能を動かしてみる
    python main.py --dataset mnist --input_height=28 --output_height=28
    

  5. samples の下に結果があるので確認

celebA データセットを使って動かしてみる

  1. celebA 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 celebA --input_height=108 --train --crop
    

  2. 学習の終了の確認

  3. 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

    tensorborard --logdir .
    

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

  4. dcgan の機能を動かしてみる
    python main.py --dataset celebA --input_height=108 --crop
    

  5. samples の下に結果があるので確認