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], [サイト内検索へ],

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

サイト構成 連絡先,業績など 実践知識 データの扱い コンピュータ 教材 サポートページ

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

※ Python のプログラム作成には、PyCharmなどが便利である.

  • Ubuntu でのインストール手順は、 別の Web ページ始めから Ubuntu で git, cmake, wget, p7zip-full のインストールで説明している.

    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る.

    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、名前が ai の Python 仮想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

      MSVC ビルドツール (Build Tools) がインストール済みであるとして手順を示す

      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、名前が ai の Python 仮想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

      端末で,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

      端末で,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

      端末で,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