トップページ ▶ 人工知能，実世界DB ▶ GAN 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

サイト内検索

用語集

アクセスログ

金子邦彦研究室

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

前準備

（Windows を使う場合のみ）マイクロソフト C++ ビルドツール (Build Tools) のインストール

「Visual Studio Community 2019 vesion 16.2, マイクロソフト C++ ビルドツールのインストール（Windows 上）」で説明している．

Python，TensorFlow 1.15 のインストール

すでに TensorFlow 2 を使っている，あるいは使う予定ということがありえる． 単純には，TensorFlow 2 と TensorFlow 1.15 を共存させて Python で使うということはできないが， 少しの手間で，共存できるようになる． そこで，TensorFlow 2 とTensorFlow 1.15 の共存を前提として， TensorFlow 1.15 のインストールを行う．

Windows の場合

Windows でのPython3.6，TensorFlow 1.15 のインストール：別ページで説明している．

すでにPython 3.9 あるいは Python 3.8 をインストールしている，あるいは，インストール予定という場合を想定し， あとのトラブルが起きにくい，そして，簡単に運用できるように 「Python 3.6 をインストールし，その上に，TensorFlow 1.15.5 をインストールする」という手順を案内している．

Ubuntu の場合

Ubuntu でのPython，TensorFlow 1.15 のインストール：別ページで案内している．

Ubuntu のシステム Python に影響を与えないように，隔離された Python 3.6 仮想環境の新規作成し，その上にTensorFlow 1.15.5 をインストールするという手順（venv を使用）（Ubuntu 上）を案内している．

Git のインストール

Git の URL: https://git-scm.com/

• Windows での Git のインストール手順: 別ページで説明している．
• Ubuntu での Git のインストール手順:

  sudo apt -y update
  sudo apt -y install git
  

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する．
2. 作業用に c:\do.bat というファイルを作る．

   まず，メモ帳を開く（メモ帳以外のエディタでも問題ない）

   notepad c:\do.bat
   

   次のように編集する．

   sed -i "s/import tensorflow as tf/import tensorflow.compat.v1 as tf/g"
   sed -i "s/from tensorflow import/from tensorflow.compat.v1 import"
   sed -i "s/from keras import/from tensorflow.compat.v1.keras import"
   

3. その他 Python パッケージのインストール

   venv を使い，孤立した Python の隔離された環境を使っているときは，Windows でも Ubuntu でも同じで，「python -m pip install ...」.

   python -m pip install -U numpy scipy requests tqdm opencv-python pillow imageio moviepy  
   python -m pip install -U jupyterlab jupyter jupyter-console jupytext spyder
   

4. Pillow (PIL fork by Alex Clark and Contributors) のインストール

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

   マイクロソフト C++ 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

   cd c:\pytools
   git clone https://github.com/python-pillow/Pillow
   cd Pillow
   python setup.py build_ext --disable-zlib --disable-jpeg install
   python -m pip install pillow==6 --global-option="build_ext" --global-option="--disable-jpeg" --global-option="--disable-zlib"
   

5. carpedm20/DCGAN-tensorflow のダウンロード

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

   git clone https://github.com/carpedm20/DCGAN-tensorflow
   
6. celebA データセットのダウンロード

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

   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 celebA
   
7. 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．

   c:\pytools\DCGAN-tensorflow の下の data 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 では，コマンドプロンプトを実行．Ubuntu では端末を開く．
2. venv のPython の隔離された環境を有効化する

   Windows の場合

   c:\pytools\Scripts\activate.bat
   
3. celebA データセットを用いて学習

   時間がかかるので待つ．

   cd c:\pytools\DCGAN-tensorflow
   python main.py --dataset celebA --input_height=108 --train --crop
   

4. 学習の終了の確認
5. 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

6. dcgan の機能を動かしてみる

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

7. 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．
2. venv のPython の隔離された環境を有効化する

   Windows の場合

   c:\pytools\Scripts\activate.bat
   
3. 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
   

4. 学習の終了の確認
5. 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
6. dcgan の機能を動かしてみる

   python main.py --dataset mnist --input_height=28 --output_height=28
   
7. samples の下に結果があるので確認