トップページ ▶ データベース研究 ▶ 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

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

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 install git
  

Python 3.6 のインストール，pip と setuptools の更新，Python 開発環境のインストール

Windows の場合

1. Python 3.6 のインストール

   Python の URL: http://www.python.org/

   インストール手順の詳細は： 別ページで説明している．

   Windows では，Python 3.8 や 3.6 の共存は簡単．

2. pip と setuptools の更新，Python 開発環境（JupyterLab, spyder）のインストール（Windows 上）

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   Python の使用は「py -3.6」で行う．

   Windows での pip の実行では，コマンドプロンプトを管理者として実行することにする。

   

   py -3.6 -m pip install -U pip setuptools
   py -3.6 -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

   隔離された Python 仮想環境を使用したいときは，次のような手順で， venv を用いて，隔離された Python 仮想環境を作る．

   • 隔離された Python 仮想環境の名前: tf115py36
   • 使用するPython のバージョン: 3.6
   • Python 仮想環境を置くディレクトリ: C:\venv\tf115py36

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   Python の使用は「C:\venv\tf115py36\Scripts\activate.bat」の後，「python」で行う．

   py -3.6 -m pip install -U pip setuptools
   py -3.6 -m venv --system-site-packages C:\venv\tf115py36
   C:\venv\tf115py36\Scripts\activate.bat
   python -m pip install -U pip setuptools
   python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

Ubuntu の場合

次の手順により，システム Python とは別に，pyenv を用いて Pytnon 3.6 をインストールする．（システム Python の設定は変えたくないため）．

1. pyenv のインストール

   Ubuntu での pyenv のインストール手順の詳細説明: 別ページで説明している．

   rm -rf ~/.pyenv
   cd /tmp
   git clone https://github.com/pyenv/pyenv.git ~/.pyenv
   cd ~/.pyenv
   git pull
   echo 'export PYENV_ROOT="${HOME}/.pyenv"' >> ~/.bashrc
   echo 'if [ -d "${PYENV_ROOT}" ]; then' >> ~/.bashrc
   echo '    export PATH=${PYENV_ROOT}/bin:$PATH' >> ~/.bashrc
   echo 'fi' >> ~/.bashrc
   echo -e 'if command -v pyenv 1>/dev/null 2>&1; then\n  eval "$(pyenv init -)"\nfi' >> ~/.bashrc
   exec $SHELL -l
   source ~/.bashrc
   sudo apt -y install --no-install-recommends make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev xz-utils tk-dev libxml2-dev libxmlsec1-dev libffi-dev liblzma-dev
   

2. インストールできる Python 3.6 のバージョンの確認

   pyenv rehash 
   pyenv install -l | grep 3.6
   

3. システム Python とは別に Python 3.6 をインストール （pyenv を使用）

   pyenv install 3.6.12
   
4. pyenv の Python 3.6 の有効化．

   端末で，次のコマンドを実行．

   pyenv shell 3.6.12
   

   Python の切り替えは次のようなコマンドで行う．

   • pyenv shell system
   • pyenv shell 3.6.12

   デフォルトで pyenv 配下の python 3.6.12 を使いたいときは， 次のように設定する

   echo 'pyenv shell 3.6.12' >> ~/.bashrc
   exec $SHELL -l
   

5. pip と setuptools の更新，Python 開発環境（JupyterLab, spyder）のインストール（Ubuntu 上）

   インストールするには， 端末で，次のコマンドを実行．

   python -m pip install -U pip setuptools
   python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

   隔離された Python 仮想環境を作成したいときは，次のような手順で， venv を用いて，隔離された Python 仮想環境を作る．

   • 隔離された Python 仮想環境の名前: tf115py36
   • 使用するPython のバージョン: 3.6
   • Python 仮想環境を置くディレクトリ: ~/tf115py36

   コマンドプロンプトを管理者として実行し，次のコマンドを実行．

   python -m pip install -U pip setuptools
   python -m venv --system-site-packages ~/tf115py36
   source ~/tf115py36/bin/activate
   python -m pip install -U pip setuptools
   python -m pip install -U jupyterlab jupyter jupyter-console jupytext nteract_on_jupyter spyder
   

（Windows を使う場合のみ）Visual C++ ビルドツール (Build Tools) のインストール

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

以下，Windows に Python, git, Visual C++ ビルドツール (Build Tools) をインストール済みであるものとして説明を続ける．

（NVIDIA GPU を使うとき）NVIDIA グラフィックスドライバのインストール

※ GPU とは，グラフィックス・プロセッシング・ユニットの略で、コンピュータグラフィックス関連の機能，乗算や加算の並列処理の機能などがある．

ダウンロードページ

• NVIDIA グラフィックスドライバのダウンロード用ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp

詳細説明

• Windows での NVIDIA グラフィックスドライバのインストール: 別ページで説明している．
• Ubuntu での NVIDIA グラフィックスドライバのインストール: 別ページで説明している．

（NVIDIA GPU を使うとき）NVIDIA CUDA ツールキット 10.0 のインストール

※ CUDA とは，NVIDIA社が提供している GPU 用のプラットフォームである．

• NVIDIA CUDA ツールキットの URL: https://developer.nvidia.com/cuda-toolkit-archive

詳細説明

• Windows での NVIDIA CUDA ツールキット 10.0 のインストール: 別ページで説明している．
• Ubuntu での NVIDIA CUDA ツールキット 10.0のインストール: 別ページで説明している．

（NVIDIA GPU を使うとき）NVIDIA cuDNN 7.6 のインストール

ダウンロードページ

• NVIDIA cuDNN のダウンロード用ページ: https://developer.nvidia.com/cudnn から cuDNN を入手

  ダウンロードして展開（解凍）したら，パスを通しておくこと．

詳細説明

• Windows での NVIDIA cuDNN 7 のインストール: 別ページで説明している．
• Ubuntu での NVIDIA cuDNN 7のインストール: 別ページで説明している．

TensorFlow 1.15（旧バージョン）のインストール

Python 3.6 を起動するコマンドを確認しておくこと．

• Windows の場合: 「py -3.6」
• Windows で Python 仮想環境 tf115py36 を使う場合: 「C:\venv\tf115py36\Scripts\activate.bat」の後，「python」
• Ubuntu の場合: 「pyenv shell 3.6.12」の後，「python」
• Ubuntu で Python 仮想環境 tf115py36 を使う場合: 「source ~/tf115py36/bin/activate」の後，「python」

Windows の場合

1. コマンドプロンプトを実行する．
2. 隔離された Python 仮想環境を使用するときは，次のようなコマンドで有効化する．

   C:\venv\tf115py36\Scripts\activate.bat
   
3. TensorFlow のインストール

   Python の使用は，隔離された Python 仮想環境の有効化の後，「python」で行う． Windows で，隔離された Python 仮想環境を使用しないときは，「python」ではなく「py -3.6」を使う．

   python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets tensorflow-hub keras
   python -m pip install -U tensorflow==1.15.5 tensorflow_datasets tensorflow-hub keras==2.3.1 matplotlib opencv-python
   python -m pip install git+https://github.com/tensorflow/docs
   python -m pip install git+https://github.com/tensorflow/examples.git
   

4. TensorFlow のバージョン確認

   python -c "import tensorflow as tf; print( tf.__version__ )"
   
5. (GPU を使うとき) GPU が認識できてるかの確認

   TensorFlow が GPU を認識できているかの確認は，端末で，次を実行して行う．

   python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
   

Ubuntu の場合

1. 端末を開く
2. pyenv の Python 3.6 の有効化．

   端末で，次のコマンドを実行．

   pyenv shell 3.6.12
   

   隔離された Python 仮想環境を使用するときは， 「pyenv shell 3.6.12」は実行しないで， 次のようなコマンドで Python 仮想環境を有効化する．

   source ~/tf115py36/bin/activate
   
3. TensorFlow のインストール

   Python の使用は，「python」で行う．

   python -m pip uninstall -y tensorflow tensorflow-cpu tensorflow-gpu tensorflow_datasets tensorflow-hub keras
   python -m pip install -U tensorflow==1.15.5 tensorflow_datasets tensorflow-hub keras==2.3.1 matplotlib opencv-python
   python -m pip install git+https://github.com/tensorflow/docs
   python -m pip install git+https://github.com/tensorflow/examples.git
   

4. TensorFlow のバージョン確認

   python -c "import tensorflow as tf; print( tf.__version__ )"
   
5. (GPU を使うとき) GPU が認識できてるかの確認

   TensorFlow が GPU を認識できているかの確認は，端末で，次を実行して行う．

   python -c "from tensorflow.python.client import device_lib; print(device_lib.list_local_devices())"
   

   システムの環境変数:

1. Python 3.6 を起動するコマンドを確認しておく．
   • Windows の場合: 「py -3.6」
   • Windows で Python 仮想環境 tf115py36 を使う場合: 「C:\venv\tf115py36\Scripts\activate.bat」の後，「python」
   • Ubuntu の場合: 「pyenv shell 3.6.12」の後，「python」
   • Ubuntu で Python 仮想環境 tf115py36 を使う場合: 「source ~/tf115py36/bin/activate」の後，「python」
2. 隔離された Python 仮想環境を使用するときは，有効化する．

   Windows の場合での，有効化のコマンドの例．

   C:\venv\tf115py36\Scripts\activate.bat
   

   Ubuntu の場合での，有効化のコマンドの例．

   source ~/tf115py36/bin/activate
   

   以下，Windows での手順を示す．Ubuntu でも同様の手順になる．

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 仮想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．

   ※ Visual 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:\venv\tf115py36
   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:\venv\tf115py36
   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:\venv\tf115py36\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:\venv\tf115py36\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 の隔離された Python 仮想環境を有効化する

   Windows の場合

   C:\venv\tf115py36\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:\venv\tf115py36\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 の隔離された Python 仮想環境を有効化する

   Windows の場合

   C:\venv\tf115py36\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