Générez des Pokémon avec Deep Learning

introduction

Cet article est l'article du 16ème jour du Calendrier de l'Avent de l'Université de Kinki 2019. Je ne sais pas combien de breuvages, mais Gan générera une image de Pokemon. À l'avenir, je voudrais ajouter une explication du livre illustré Pokémon à l'image générée. Le code source est ici

DCGAN DCGAN a été utilisé pour la génération d'images. Pour plus de détails, reportez-vous à Paper. J'ai utilisé DCGAN-tensorflow pour l'implémentation, mais pour une raison quelconque, il y avait un bogue dans le code source officiel, donc [corrigé](https: / /github.com/mina-moto/DCGAN-tensorflow-pokemon) est utilisé.

base de données

J'ai utilisé l'image Pokemon publiée dans pokemon-images-dataset-by-type.

Environnement

Docker image download

docker pull minamotofordocker/pokemon_generator:latest

Import de bibliothèque

setup.sh


#!/bin/sh

# Pokemon Image Data
git clone https://github.com/rileynwong/pokemon-images-dataset-by-type

# DCGAN
git clone https://github.com/mina-moto/DCGAN-tensorflow-pokemon

# Dataset setting
mkdir -p data/pokemon_image/
cp pokemon-images-dataset-by-type/all/* data/pokemon_image/

echo "Finish!"

Détails de chaque commande

Installation d'images Pokémon.

git clone https://github.com/rileynwong/pokemon-images-dataset-by-type

Installation de DCGAN-tensorflow.

git clone https://github.com/mina-moto/DCGAN-tensorflow-pokemon

Modifiez l'emplacement de l'image installée.

mkdir -p data/pokemon_image/
cp pokemon-images-dataset-by-type/all/* data/pokemon_image/

Apprendre les images avec DCGAN

Pour le réglage des paramètres, je me suis référé à cet article.

docker run -v $PWD:/PokemonGenerator -w /PokemonGenerator -it --rm minamotofordocker/pokemon_generator:latest python DCGAN-tensorflow-pokemon/main.py --data_dir data/ --dataset pokemon_image --out_dir out/ --out_name pokemon_gan_sample --input_fname_pattern=*.png --input_height 120 --output_height 120 --train --epoch=5000 --batch_size=64 --learning_rate=0.001 --G_img_sum

Image générée

État d'apprentissage (image générée toutes les 200 époques jusqu'à 4600 époques).

train_run.gif

Image de l'oeil 4600 Epoch. Quelque chose comme Pokemon est-il fait? train_00004600.png

Recommended Posts

Générez des Pokémon avec Deep Learning
L'apprentissage automatique appris avec Pokemon
Essayez l'apprentissage en profondeur avec TensorFlow
Apprentissage profond du noyau avec Pyro
Essayez le Deep Learning avec FPGA
L'apprentissage en profondeur
Essayez le Deep Learning avec les concombres FPGA-Select
Identification de la race de chat avec Deep Learning
Essayez l'apprentissage en profondeur avec TensorFlow Partie 2
Vérifiez la forme de squat avec l'apprentissage en profondeur
Catégoriser les articles de presse grâce au Deep Learning
Prévisions des ventes de collations avec apprentissage en profondeur
Classez les visages d'anime avec l'apprentissage en profondeur avec Chainer
Mémorandum d'apprentissage profond
Essayez avec Chainer Deep Q Learning - Lancement
Commencer l'apprentissage en profondeur
Essayez l'apprentissage profond de la génomique avec Kipoi
Analyse émotionnelle des tweets avec apprentissage en profondeur
Apprentissage en profondeur Python
PPLM: Une technique simple de Deep Learning pour générer des phrases avec des attributs spécifiés
L'histoire de l'apprentissage profond avec TPU
99,78% de précision avec apprentissage en profondeur en reconnaissant les hiragana manuscrits
Premier apprentissage profond ~ Lutte ~
Apprendre Python avec ChemTHEATER 03
Apprendre Python avec ChemTHEATER 05-1
Python: pratique du Deep Learning
Fonctions d'apprentissage en profondeur / d'activation
Apprentissage profond à partir de zéro
Deep learning 1 Pratique du deep learning
Apprentissage profond / entropie croisée
Premier apprentissage profond ~ Préparation ~
Première solution d'apprentissage en profondeur ~
"Minecraft où le yaji vole" Générer du texte approprié avec Deep Learning ~ Déplacer avec mod ~
[AI] Apprentissage métrique profond
Apprendre Python avec ChemTHEATER 02
J'ai essayé le deep learning
Apprendre Python avec ChemTHEATER 01
Python: réglage du Deep Learning
Technologie d'apprentissage en profondeur à grande échelle
Fonction d'apprentissage profond / softmax
Une histoire de prédiction du taux de change avec Deep Learning
Prédire les tags en extrayant des fonctionnalités musicales avec Deep Learning
Classer les visages d'anime par suite / apprentissage profond avec Keras
Essayez de créer un réseau de neurones / d'apprentissage en profondeur avec scratch
Deep Learning Gaiden ~ Programmation GPU ~
<Cours> Apprentissage en profondeur: Day2 CNN
Reconnaissance d'image par apprentissage profond 1 théorie
Deep running 2 Réglage de l'apprentissage profond
Créez un environnement pour "Deep Learning from scratch" avec Docker
Apprentissage amélioré à partir de Python
J'ai demandé à Deep Learning si les Pokémon récents étaient comme Digimon
À propos de l'apprentissage avec Google Colab
Apprentissage profond / code de travail LSTM
Apprentissage automatique avec Python! Préparation
(Maintenant) Construisez un environnement GPU Deep Learning avec GeForce GTX 960
Apprentissage profond pour la formation composée?
Présentation d'Udacity Deep Learning Nanodegree
Reconnaissez votre patron avec Deep Learning et masquez l'écran