PyTorch (13) GAN (Fashion MNIST)

今回はDCGANをFashion MNISTのデータで試してみた。このデータは使うの始めてだな〜

画像サイズがMNISTとまったく同じで 1x28x28 なのでネットワーク構造は何も変えなくてよい (^^;) 今回は手抜きして変えたところだけ掲載します。

180303-gan-mnist.ipynb - Google ドライブ

PyTorchにはFashion MNISTをロードする関数があるのでそれを使うだけ。

from torchvision import datasets

# load dataset
transform = transforms.Compose([
    transforms.ToTensor()
])
dataset = datasets.FashionMNIST('data/fashion-mnist', train=True, download=True, transform=transform)
data_loader = DataLoader(dataset, batch_size=batch_size, shuffle=True)  

描画してみよう。

# データの可視化
def imshow(img):
    npimg = img.numpy()
    # [c, h, w] => [h, w, c]
    plt.imshow(np.transpose(npimg, (1, 2, 0)))

images, labels = iter(data_loader).next()
images, labels = images[:25], labels[:25]
imshow(make_grid(images, nrow=5, padding=1))
plt.axis('off')

洋服とかバッグとか靴とかの画像みたいですね。

その他の訓練コードなどは前回とまったく同じなので省略します。全部見たい方は↑のJupyter Notebookを参照してください。

学習曲線はMNISTと同じようにGeneratorがDiscriminatorに負ける感じに推移しました。

from IPython.display import Image
Image('logs/epoch_001.png')

エポック1だとあまり再現できないけど・・・

Image('logs/epoch_010.png')

Image('logs/epoch_025.png')

エポック25まで学習させるとオリジナルに似た画像が生成できました！

おしまい (^^;)