李宏毅机器学习作业6-使用GAN生成动漫人物脸

理论部分参考：​李宏毅机器学习——对抗生成网络（GAN）_iwill323的博客-CSDN博客

目录

任务和数据集

评价方法

FID

AFD (Anime face detection) rate

代码

导包

建立数据集

显示一些图片

模型设置

生成器

判别器

权重初始化

训练

流程

损失函数

二元分类

discriminator

generator

WGAN

训练函数

训练

读取数据

Set config

推断

GAN效果

任务和数据集

1. Input: 随机数，输入的维度是（batch size， 特征数）
2. Output: 动漫人物脸
3. Implementation requirement: DCGAN & WGAN & WGAN-GP
4. Target:产生1000动漫人物脸
​

数据来自Crypko网站，有71,314个图像。可以从李宏毅2022机器学习HW6解析_机器学习手艺人的博客-CSDN博客获取数据

评价方法

FID

将真假图片送入另一个模型，产生对应的特征，计算真假特征的距离
​

AFD (Anime face detection) rate

1. To detect how many anime faces in your submission
2. The higher, the better ​

代码

导包

# import module
import os
import glob
import random
from datetime import datetime
 
import torch
import torch.nn as nn
import torch.nn.functional as F
import torchvision
import torchvision.transforms as transforms
from torch import optim
from torch.utils.data import Dataset, DataLoader
from torch import autograd
from torch.autograd import Variable
 
import matplotlib.pyplot as plt
import numpy as np
from PIL import Image
import logging
from tqdm import tqdm
 
# seed setting
def same_seeds(seed):
    # Python built-in random module
    random.seed(seed)
    # Numpy
    np.random.seed(seed)
    # Torch
    torch.manual_seed(seed)
    if torch.cuda.is_available():
        torch.cuda.manual_seed(seed)
        torch.cuda.manual_seed_all(seed)
    torch.backends.cudnn.benchmark = False
    torch.backends.cudnn.deterministic = True
 
same_seeds(2022)
workspace_dir = '../input'