2024年4月14日
WindowsでAIプログラミング
StarGAN：実装方法
目次
はじめに
複数のドメイン変換ができます。
実行PC環境
Windows10 pro (Windows Insier Program)
マウスコンピューター製G-Tune E5-144
CPU：インテル(R) Core(TM) i7-10875H プロセッサー
メモリ：32GB メモリ
SSD (M.2)：512GB NVMe SSD
グラフィックス：NVIDIA GeForce RTX2060 / 6GB
方法
Git
|
1 |
git clone https://github.com/yunjey/StarGAN |
カレントディレクトリの移動
|
1 |
cd StarGAN |
pyenvで3.6.8をローカル設定
|
1 |
pyenv local 3.6.8 |
仮想環境
仮想環境作成
|
1 |
python -m venv venv |
仮想環境実行
|
1 |
venv/scripts/activate |
モジュールのインストール
『pip』、『setuptools』のアップデート
|
1 2 |
python -m pip install pip -U python -m pip install setuptools -U |
『TensorFlow-GPU 1.14』、『Pytorch-GPU 1.6.0』のインストール
|
1 2 |
python -m pip install tensorflow-gpu==1.14.0 python -m pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html |
学習
データセットのダウンロード
今回は、『CelebA』のデータセットを使います。
下記のURLよりデータセットをダウンロードします。
https://www.dropbox.com/s/d1kjpkqklf0uw77/celeba.zip?dl=0
ダウロードしたzipファイルを既存フォルダ『data』に保存し、解凍します。
学習コマンド
|
1 |
python main.py --mode train --dataset CelebA --image_size 128 --c_dim 5 --sample_dir stargan_celeba/samples --log_dir stargan_celeba/logs --model_save_dir stargan_celeba/models --result_dir stargan_celeba/results --selected_attrs Black_Hair Blond_Hair Brown_Hair Male Young |
結果
コマンドを実行すると『stargan_celeba』というフォルダが作成され、
『models』に10000イテレーションごとに『ckpt』ファイル、
『samples』に生成された『jpg』ファイルが作成されます。
自前PC環境下で行ったところ、
デフォルト設定の200000イテレーションで約17時間位かかりました。
生成画像（200000-images.jpg）
さいごに
『Google Colaboratory』で実行した方が楽だと思いまふ(‘ω’)ノ
補足
学習済みモデルから生成するコマンド（今回のCelebAの場合）
『stargan_celeba\results』フォルダに作成されます。
|
1 |
python main.py --mode test --dataset CelebA --image_size 128 --c_dim 5 --selected_attrs Black_Hair Blond_Hair Brown_Hair Male Young --model_save_dir 'stargan_celeba/models' --result_dir 'stargan_celeba/results' |
化学系で博士号を取得したが、
あるとき、これからの時代はプログラミング！、と目覚める。
pythonを用いてデータ解析や機械学習に没頭。
最近は、Pytorchで作ったONNXモデルを、Nuxt3にのせたWebサービスの開発、
ChatGPT や Stable Diffusion に没頭中☆('ω')☆
SNSでフォローする
関連記事
