質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

91.04%

  • Python

    5169questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    3750questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    444questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • Keras

    100questions

KerasによるDCGANの実装に関して

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 296

redp

score 7

実現したいこと

現在、アニメ顔のDCGANによる生成を試みているのですが、ノイズが入っていて他の方が行っているような結果のようにはっきりとした顔画像が生成されないため、はっきりと顔とわかるような画像を生成できるようにしたい。

該当のソースコード

下記に示すコードがGeneratorとDiscriminatorのソースコードです。ActivationがELUとLeakyReluなのは私のにわか知識をもとに入れたものです。

また、GeneratorにはBatchNorm、DiscriminatorにはInstanceNormをいれています。DiscriminatorにBatchNormではなくInstanceNormをいれているのは学習させる段階で本物の画像とGeneratorによって生成された画像を同バッチに入れて学習させているためです。
バッチサイズはグラボがギリギリ耐えられた49です。

def __makeGenerator(self):
        print('create generator')
        model = Sequential()
        model.add(Dense(1024 * 4 * 4, input_shape=(100,)))
        model.add(BatchNormalization())
        model.add(ELU())
        model.add(Reshape((4, 4, 1024)))
        model.add(Conv2DTranspose(512, (5, 5), padding='same', strides=(2, 2)))
        model.add(BatchNormalization())
        model.add(ELU())
        model.add(Conv2DTranspose(256, (5, 5), padding='same', strides=(2, 2)))
        model.add(BatchNormalization())
        model.add(ELU())
        model.add(Conv2DTranspose(128, (5, 5), padding='same', strides=(2, 2)))
        model.add(BatchNormalization())
        model.add(ELU())
        model.add(Conv2DTranspose(64, (5, 5), padding='same', strides=(2, 2)))
        model.add(BatchNormalization())
        model.add(ELU())
        model.add(Conv2DTranspose(3, (5, 5), padding='same', strides=(2, 2), activation='tanh'))
        # 128 x 128
        print('summary generator')
        model.summary()
        return model

    def __makeDiscriminator(self):
        normalization = InstanceNormalization
        print('create discriminator')
        model = Sequential()
        model.add(Conv2D(64, (5, 5), padding='same', strides=(2, 2), input_shape=(self.img_l, self.img_l, 3)))
        model.add(normalization())
        model.add(LeakyReLU())
        model.add(Conv2D(128, (5, 5), padding='same', strides=(2, 2)))
        model.add(normalization())
        model.add(LeakyReLU())
        model.add(Conv2D(256, (5, 5), padding='same', strides=(2, 2)))
        model.add(normalization())
        model.add(LeakyReLU())
        model.add(Flatten())
        model.add(Dense(1024))
        model.add(LeakyReLU())
        model.add(Dense(1, activation='sigmoid'))
        print('summary discriminator')
        model.summary()
        return model

生成画像

参考までに載せます。
補足情報にも載せますが、GTX965Mのため時間がかかりすぎるのでこの画像はまだ10エポック目のものです。
Image

質問まとめ

このモデルでもはっきりとした画像生成は可能なのでしょうか?

また、上記のように10エポック目なのですがこのまま待つべきでしょうか?

色々調べている中で全結合層をなくしてGlobalAveragePooling層を入れるとありますが、上記のような浅いモデルにも入れるべきでしょうか?

まだ、知識がないため変なことを書いているかもしれませんがどうか回答お願いします。

補足情報

Python 3.5
Ubuntu 16.04 LTS
ノートPC(GTX965M 4GB搭載)
画像 43000枚 主にキララ系アニメ

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

https://qiita.com/mattya/items/e5bfe5e04b9d2f0bbd47
http://hi-king.hatenablog.com/entry/2017/11/19/141513
http://musyoku.github.io/2017/02/06/Wasserstein-GAN/
GANはホットな話題ですよね。

ニューラルネットワーク構造を見てそれがどれほどの性能になるのかがわかる方ってそんなにいらっしゃらないように思います。
ネットワークの構造とデータのセットで性能が決まるので。

http://memo.sugyan.com/entry/20160516/1463359395
次第にそれっぽくなって、そして崩壊して行くものかと思われるので、画像の変遷を追って行く必要があります。
http://www.lifull.blog/entry/2016/02/26/211332

うまくいっているかどうかは人が判断するほかないように思われるのですが、どなたか良い指標を教えてくれるかもしれません。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 91.04%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    5169questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    3750questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • 機械学習

    444questions

    機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

  • Keras

    100questions