基于DCGAN的动漫头像生成神经网络实现

2023-12-24 23:32

本文主要是介绍基于DCGAN的动漫头像生成神经网络实现,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、前言

1、什么是DCGAN?

2、DCGAN的TensorFlow实现

3、什么是转置卷积?

4、转置卷积的Tensorflow实现

5、Batch Normalization解读

本文假设读者已经了解GAN及CNN的基本原理实现,如不清楚可参考以下文章:

基于GAN的的mnist训练集图片生成神经网络实现

基于CNN的验证码识别神经网络实现

二、实战

1、训练数据处理

(1)数据源:百度云盘 提取码:g5qa

(2)创建一个生成器

class Avatar:def __init__(self):self.data_name = 'faces'self.source_shape = (96, 96, 3)self.resize_shape = (48, 48, 3)self.crop = Trueself.img_shape = self.source_shape if not self.crop else self.resize_shapeself.img_list = self._get_img_list()self.batch_size = 64self.batch_shape = (self.batch_size, ) + self.img_shapeself.chunk_size = len(self.img_list) // self.batch_sizedef _get_img_list(self):path = os.path.join(os.getcwd(), self.data_name, '*.jpg')return glob(path)def _get_img(self, name):assert name in self.img_listimg = scipy.misc.imread(name).astype(np.float32)assert img.shape == self.source_shapereturn self._resize(img) if self.crop else imgdef _resize(self, img):h, w = img.shape[:2]resize_h, resize_w = self.resize_shape[:2]crop_h, crop_w = self.source_shape[:2]j = int(round((h - crop_h) / 2.))i = int(round((w - crop_w) / 2.))cropped_image = scipy.misc.imresize(img[j:j + crop_h, i:i + crop_w], [resize_h, resize_w])return np.array(cropped_image) / 127.5 - 1.@staticmethoddef save_img(image, path):scipy.misc.imsave(path, image)return Truedef batches(self):start = 0end = self.batch_sizefor _ in range(self.chunk_size):name_list = self.img_list[start:end]imgs = [self._get_img(name) for name in name_list]batches = np.zeros(self.batch_shape)batches[::] = imgsyield batchesstart += self.batch_sizeend += self.batch_size
读取本地图片数据并创建一个生成器,作为后续模型数据源

2.模型参数定义

    def __init__(self):self.avatar = Avatar()# 真实图片shape (height, width, depth)self.img_shape = self.avatar.img_shape# 一个batch的图片向量shape (batch, height, width, depth)self.batch_shape = self.avatar.batch_shape# 一个batch包含图片数量self.batch_size = self.avatar.batch_size# batch数量self.chunk_size = self.avatar.chunk_size# 噪音图片sizeself.noise_img_size = 100# 卷积转置输出通道数量self.gf_size = 64# 卷积输出通道数量self.df_size = 64# 训练循环次数self.epoch_size = 50# 学习率self.learning_rate = 0.0002# 优化指数衰减率self.beta1 = 0.5# 生成图片数量self.sample_size = 64
3、输入定义

        # 真实图片real_imgs = tf.placeholder(tf.float32, self.batch_shape, name='real_images')# 噪声图片noise_imgs = tf.placeholder(tf.float32, [None, self.noise_img_size], name='noise_images')
我们利用随机的噪音输入来生成图片

4、生成器

    def generator(self, noise_imgs, train=True):with tf.variable_scope('generator'):# 分别对应每个layer的height, widths_h, s_w, _ = self.img_shapes_h2, s_w2 = self.conv_out_size_same(s_h, 2), self.conv_out_size_same(s_w, 2)s_h4, s_w4 = self.conv_out_size_same(s_h2, 2), self.conv_out_size_same(s_w2, 2)s_h8, s_w8 = self.conv_out_size_same(s_h4, 2), self.conv_out_size_same(s_w4, 2)s_h16, s_w16 = self.conv_out_size_same(s_h8, 2), self.conv_out_size_same(s_w8, 2)# layer 0# 对输入噪音图片进行线性变换z, h0_w, h0_b = self.linear(noise_imgs, self.gf_size*8*s_h16*s_w16)# reshape为合适的输入层格式h0 = tf.reshape(z, [-1, s_h16, s_w16, self.gf_size * 8])# 对数据进行归一化处理 加快收敛速度h0 = self.batch_normalizer(h0, train=train, name='g_bn0')# 激活函数h0 = tf.nn.relu(h0)# layer 1# 卷积转置进行上采样h1, h1_w, h1_b = self.deconv2d(h0, [self.batch_size, s_h8, s_w8, self.gf_size*4], name='g_h1')h1 = self.batch_normalizer(h1, train=train, name='g_bn1')h1 = tf.nn.relu(h1)# layer 2h2, h2_w, h2_b = self.deconv2d(h1, [self.batch_size, s_h4, s_w4, self.gf_size*2], name='g_h2')h2 = self.batch_normalizer(h2, train=train, name='g_bn2')h2 = tf.nn.relu(h2)# layer 3h3, h3_w, h3_b = self.deconv2d(h2, [self.batch_size, s_h2, s_w2, self.gf_size*1], name='g_h3')h3 = self.batch_normalizer(h3, train=train, name='g_bn3')h3 = tf.nn.relu(h3)# layer 4h4, h4_w, h4_b = self.deconv2d(h3, self.batch_shape, name='g_h4')return tf.nn.tanh(h4)
DCGAN的生成器为卷积网络,使用转置卷积进行上采样,去除pooling层,利用batch normalization加快收敛速度。

5、判别器

    def discriminator(self, real_imgs, reuse=False):with tf.variable_scope("discriminator", reuse=reuse):# layer 0# 卷积操作h0 = self.conv2d(real_imgs, self.df_size, name='d_h0_conv')# 激活函数h0 = self.lrelu(h0)# layer 1h1 = self.conv2d(h0, self.df_size*2, name='d_h1_conv')h1 = self.batch_normalizer(h1, name='d_bn1')h1 = self.lrelu(h1)# layer 2h2 = self.conv2d(h1, self.df_size*4, name='d_h2_conv')h2 = self.batch_normalizer(h2, name='d_bn2')h2 = self.lrelu(h2)# layer 3h3 = self.conv2d(h2, self.df_size*8, name='d_h3_conv')h3 = self.batch_normalizer(h3, name='d_bn3')h3 = self.lrelu(h3)# layer 4h4, _, _ = self.linear(tf.reshape(h3, [self.batch_size, -1]), 1, name='d_h4_lin')return tf.nn.sigmoid(h4), h4
DCGAN的判别器为卷积网络,这里使用卷积操作对图像进行特征提取识别。

6、损失和优化

    @staticmethoddef loss_graph(real_logits, fake_logits):# 生成器图片loss# 生成器希望判别器判断出来的标签为1gen_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=fake_logits, labels=tf.ones_like(fake_logits)))# 判别器识别生成器图片loss# 判别器希望识别出来的标签为0fake_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=fake_logits, labels=tf.zeros_like(fake_logits)))# 判别器识别真实图片loss# 判别器希望识别出来的标签为1real_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=real_logits, labels=tf.ones_like(real_logits)))# 判别器总lossdis_loss = tf.add(fake_loss, real_loss)return gen_loss, fake_loss, real_loss, dis_loss@staticmethoddef optimizer_graph(gen_loss, dis_loss, learning_rate, beta1):# 所有定义变量train_vars = tf.trainable_variables()# 生成器变量gen_vars = [var for var in train_vars if var.name.startswith('generator')]# 判别器变量dis_vars = [var for var in train_vars if var.name.startswith('discriminator')]# optimizer# 生成器与判别器作为两个网络需要分别优化gen_optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate, beta1=beta1).minimize(gen_loss, var_list=gen_vars)dis_optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate, beta1=beta1).minimize(dis_loss, var_list=dis_vars)return gen_optimizer, dis_optimizer
7、开始训练

        # 开始训练saver = tf.train.Saver()step = 0# 指定占用GPU比例# tensorflow默认占用全部GPU显存 防止在机器显存被其他程序占用过多时可能在启动时报错gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.8)with tf.Session(config=tf.ConfigProto(gpu_options=gpu_options)) as sess:sess.run(tf.global_variables_initializer())for epoch in range(self.epoch_size):batches = self.avatar.batches()for batch_imgs in batches:# generator的输入噪声noises = np.random.uniform(-1, 1, size=(self.batch_size, self.noise_img_size)).astype(np.float32)# 优化_ = sess.run(dis_optimizer, feed_dict={real_imgs: batch_imgs, noise_imgs: noises})_ = sess.run(gen_optimizer, feed_dict={noise_imgs: noises})_ = sess.run(gen_optimizer, feed_dict={noise_imgs: noises})step += 1print(datetime.now().strftime('%c'), epoch, step)
8、结果


跑了50个循环大概用了5个小时,笔者GPU比较一般,就不继续训练了。可以看到,到这里已经生成了不错的效果。

三、其他

具体代码可以在我的github上找到:https://github.com/lpty/tensorflow_tutorial








这篇关于基于DCGAN的动漫头像生成神经网络实现的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/533512

相关文章

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Redis客户端连接机制的实现方案

《Redis客户端连接机制的实现方案》本文主要介绍了Redis客户端连接机制的实现方案,包括事件驱动模型、非阻塞I/O处理、连接池应用及配置优化,具有一定的参考价值,感兴趣的可以了解一下... 目录1. Redis连接模型概述2. 连接建立过程详解2.1 连php接初始化流程2.2 关键配置参数3. 最大连

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统

Python对接支付宝支付之使用AliPay实现的详细操作指南

《Python对接支付宝支付之使用AliPay实现的详细操作指南》支付宝没有提供PythonSDK,但是强大的github就有提供python-alipay-sdk,封装里很多复杂操作,使用这个我们就... 目录一、引言二、准备工作2.1 支付宝开放平台入驻与应用创建2.2 密钥生成与配置2.3 安装ali

Spring Security 单点登录与自动登录机制的实现原理

《SpringSecurity单点登录与自动登录机制的实现原理》本文探讨SpringSecurity实现单点登录(SSO)与自动登录机制,涵盖JWT跨系统认证、RememberMe持久化Token... 目录一、核心概念解析1.1 单点登录(SSO)1.2 自动登录(Remember Me)二、代码分析三、

PyCharm中配置PyQt的实现步骤

《PyCharm中配置PyQt的实现步骤》PyCharm是JetBrains推出的一款强大的PythonIDE,结合PyQt可以进行pythion高效开发桌面GUI应用程序,本文就来介绍一下PyCha... 目录1. 安装China编程PyQt1.PyQt 核心组件2. 基础 PyQt 应用程序结构3. 使用 Q

Python实现批量提取BLF文件时间戳

《Python实现批量提取BLF文件时间戳》BLF(BinaryLoggingFormat)作为Vector公司推出的CAN总线数据记录格式,被广泛用于存储车辆通信数据,本文将使用Python轻松提取... 目录一、为什么需要批量处理 BLF 文件二、核心代码解析:从文件遍历到数据导出1. 环境准备与依赖库

linux下shell脚本启动jar包实现过程

《linux下shell脚本启动jar包实现过程》确保APP_NAME和LOG_FILE位于目录内,首次启动前需手动创建log文件夹,否则报错,此为个人经验,供参考,欢迎支持脚本之家... 目录linux下shell脚本启动jar包样例1样例2总结linux下shell脚本启动jar包样例1#!/bin

go动态限制并发数量的实现示例

《go动态限制并发数量的实现示例》本文主要介绍了Go并发控制方法,通过带缓冲通道和第三方库实现并发数量限制,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 目录带有缓冲大小的通道使用第三方库其他控制并发的方法因为go从语言层面支持并发,所以面试百分百会问到