Semi-Supervised GAN 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Semi-Supervised GAN を試していきたいと思います。

Semi-Supervised GAN の特徴

Discriminatorの出力をクラスラベルにすることで半教師あり学習に拡張

・N個のクラスに属するデータを使用して、GeneratorDiscriminatorを学習
・学習時のDiscriminatorGeneratorで生成したデータをN+1番目のクラスに分類できるようにクラスを拡張して予測

GANDiscriminator   [Real,Fake]
SGANDiscriminator [Class1,Class2,…,ClassN,Fake] →よってN+1

GoogleColaboratoryの使い方はこちら

論文:https://arxiv.org/abs/1606.01583

Keras-GAN にある Semi-Supervised GAN のコードはこちら


対象者

 Semi-Supervised GAN 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。


Semi-Supervised 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。

コード

出力結果


Fashion-MNIST

コード

出力結果


 今回は、Semi-Supervised GAN をGoogleColaboratory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)