DCGANをGoogleColaboratoryで試してみた

シェアする

  • このエントリーをはてなブックマークに追加
スポンサーリンク

はじめに

今回は、GoogleColaboratoryを使ってKeras-GANに実装されているDCGAN を試していきたいと思います。画像に適したニューラルネットワークといえば皆さんは何を思い浮かべるでしょうか? 畳み込みニューラルネットワーク(CNN)ですね。基本のGANの構成で、Generator, Discriminatorのネットワークだけを、CNNに変えたもの、つまり Deep Convolutional GAN が DCGANです。

GoogleColaboratoryの使い方はこちら

論文:https://arxiv.org/abs/1605.09782

Keras-GAN にある DCGAN のコードはこちら


対象者

 DCGAN を手っ取り早く試してみたい方。色々なGANに興味があるけど書き方がわからない方。Kerasでの実装を知りたい方。

 GANの基本を知っていることが前提になっています。

 こちらはGANの基本を押さえることができる良記事になっているので、読んでから進むことをお勧めします。


DC GAN

前回同様、Keras-GANにあるコードではGoogleColaboratoryではエラーが返ってきてしまうので、書き直しました。今回もMNISTFashion-MNISTを使っていきたいと思います。


MNIST

 GoogleColaboratory上では見づらいので20000epoch学習させて5000epoch毎にサンプル画像を出力させています。学習回数とサンプル画像を出力するインターバルはtrain関数の引数で変更できるので、変更しながら試してみてください。デフォルト値は4000epochでしたが、生成画像があまり良くなかったので20000epochに変更しました。なので、その分時間がかかります。

コード

出力結果

Conditional GANAAEと比べて、数字の他に目立っていたノイズが DCGAN ではないことがわかりますね。


Fashion-MNIST

コード

出力結果

こちらも同様に周りにあったノイズがなくなり形がくっきりしてますね。


 今回は、DCGANGoogleColaboratory上で試してみました。GoogleColaboratoryを使うことで簡単に試すことができると思うのでぜひやってみてください。

最後まで読んでいただきありがとうございました。よろしければこの記事をシェアしていただけると励みになります。よろしくお願いします。

スポンサーリンク
レクタングル広告(大)
レクタングル広告(大)

シェアする

  • このエントリーをはてなブックマークに追加

フォローする

スポンサーリンク
レクタングル広告(大)