Tensorflowで自動画像生成を写経してみる
以下の本を読んだ後、実際にチュートリアルをがんがんやってみたい今日この頃。
ゼロから作るDeep Learning ―Pythonで学ぶディープラーニングの理論と実装 単行本（ソフトカバー） – 2016/9/24
斎藤 康毅 (著)
3672円
今回は、以下のサイトを写経しながら、DCGAN-tensorflowで自動画像生成をためしてみる。
DCGAN-tensorflowで自動画像生成をお手軽に試す
shu223
2017年05月21日に更新
http://qiita.com/shu223/items/b6d8dc1fccb7c0f68b6b
（環境）
Intel(R) Core(TM) i7-4770 CPU @ 3.40GHz
RAM 32.0 GB
GPU NVIDIA GeForce GTX 660 (4GB)
Windows 7 Pro
Anaconda 4.1.1(64-bit)
Python 3.5.2
Tensorflow 1.1 GPU
環境構築については以下で行った。
なお、Tensorflow 1.0 CPUの環境構築は以下。
（１）以下のサイトから、git cloneしてくる
https://github.com/carpedm20/DCGAN-tensorflow
cd d:\py\github git clone https://github.com/carpedm20/DCGAN-tensorflow.git
（２）データセットのダウンロード
cd DCGAN-tensorflow
python download.py celebA
pip install tqdm
python download.py celebA
たしかに、data/ フォルダに、セレブの画像が20万枚ほど（1枚あたり178ｘ218pixelの、12kB, 全部で1.6GB）ダウンロードされている。
ついでに、minist（手書き数字）もダウンロードしておく。
python download.py mnist
何かエラーが出ているが、理解不能。。。
http://yann.lecun.com/exdb/mnist/
から、直接ダウンロードすればよいのだろうが、どこにどれを配置したらよいのだろうか。。。まあ、後にする。
（３）学習
python main.py --dataset celebA --input_height=108 --train --crop
むむ？
おお！GPUが99%動いている！CPUは15％程度！
13：30頃から開始して、12分くらい経過したが、まだEpoch0の、500/3165くらい、、、
1Epoch終わるのに1時間以上かかるのか。。。全部で５０Epochくらいあったような気が。。。
うわ、GPUが81℃になっている。。。
3年半前に買ったパソコンだが、初めてGPUをまともに動かしている。
Deep Learningのサンプルを試していて思った。
Machineの火力（GPU力）が足りない！AWSなどでスケールアウトして計算するとしても、これは、本気でやるならかなりお金が必要そう！
昔の、高画質動画レンダリングに何日かかりましたレベル！と思った。。。
Tensorflowなら、分散処理して、GPU8個で8倍のスピード、GPU100個で56倍のスピードで計算できるらしいが、まあ、個人には非現実的。。。
35分経過。
1時間以上経過。。。
しかし、ここで、DCGAN-tensorflow/samples/ フォルダの中身を見てみると、てゃんと途中経過のpngファイルが生成されている。これは面白い！
train_00_0099.png (開始2分後くらいに作成)
train_00_2699.png (開始1時間後くらいに作成、Epoch [0] [2735/3165] くらいのとき)
おお！これは面白い。
このあと3時間半くらい動かしたが、Epoch[2] [2038/3165]あたりまでであり、このまま続けると1週間以上かかりそうだったので、中止とした。
train_02_1969.png
自分で画像20万枚用意すれば（これもなかなか非現実的だが）、同じことができそうだと思うと、これは楽しい！