GAN 3번 강의들었는데도 모델링이 안됩니다 ㅜ_ㅜ

[오형선]

GAN 모델링 하고 epochs 돌려보는데 
에포크 넘어가더라도 계쏙 자글자글 이미지만 나와서
지피티랑 싸우다보니 새벽2시가 되버렸습니다

대체 어찌된영문인지 한번 봐주시면 대단히 감사하겠습니다

#실제 사람사진 데이터셋 만들기 (이미지 숫자 변환 쉽게)
from PIL import Image
import numpy as np
#행렬화 된 이미지 생성 X데이터 = [이미지1행렬, 이미지2행렬..]

import os
file_list = os.listdir('/content/img_align_celeba/img_align_celeba')
print(file_list)

images = []

for i in file_list[0:50000]:
    숫자화 = (
        Image.open('/content/img_align_celeba/img_align_celeba/' + i)
        .crop( (20,30,160,180) ) # (20,30)~(160,180) 으로 자르기,
        .convert('L')            # 흑백 사진으로 변경 // 학습속도
        .resize( (64, 64) )      #이미지 사이즈 줄이기
        )
    images.append( np.array(숫자화) ) #전처리 행렬 255로 나누자

import matplotlib.pyplot as plt
plt.imshow(images[1])
plt.show()

#이미지 행렬 255로 나누기 & reshape
images = np.divide( images, 255 )
images = images.reshape( 50000, 64, 64, 1)
print(images.shape) #(50000, 64, 64, 1)

#Model1 - Discrimator 만들기 (정답)
import tensorflow as tf

discriminator = tf.keras.models.Sequential([
  tf.keras.layers.Conv2D(64, (3,3), strides=(2, 2), padding='same', input_shape=[64,64,1]),
  tf.keras.layers.LeakyReLU(alpha=0.2),
  tf.keras.layers.Dropout(0.4),
  tf.keras.layers.Conv2D(64, (3,3), strides=(2, 2), padding='same'),
  tf.keras.layers.LeakyReLU(alpha=0.2),
  tf.keras.layers.Dropout(0.4),
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(1, activation='sigmoid')
])

#Model2 - Generator 만들기

generator = tf.keras.models.Sequential([
  tf.keras.layers.Dense(4 * 4 * 256, input_shape=(100,) ),
  tf.keras.layers.Reshape((4, 4, 256)),
  tf.keras.layers.Conv2DTranspose(256, 3, strides=2, padding='same'),
  tf.keras.layers.LeakyReLU(alpha=0.2),
  tf.keras.layers.BatchNormalization(),
  tf.keras.layers.Conv2DTranspose(128, 3, strides=2, padding='same'),
  tf.keras.layers.LeakyReLU(alpha=0.2),
  tf.keras.layers.BatchNormalization(),
  tf.keras.layers.Conv2DTranspose(64, 3, strides=2, padding='same'),
  tf.keras.layers.LeakyReLU(alpha=0.2),
  tf.keras.layers.BatchNormalization(),
  tf.keras.layers.Conv2DTranspose(1, 3, strides=2, padding='same', activation='sigmoid')
])

#Model3 - GAN 전체 모델 만들기
GAN = tf.keras.models.Sequential([generator, discriminator])

discriminator.compile(
    optimizer='adam',
    loss='binary_crossentropy'
)
discriminator.trainable = False

GAN.compile(optimizer='adam', loss='binary_crossentropy')

def predict_pic():
    #Generator 에 랜덤숫자 넣으면 이미지를 뱉을까?
    랜덤숫자 = np.random.uniform(-1,1,size=(128,100))
    예측 = generator.predict(랜덤숫자)

    for i in range(10):
        plt.subplot(2, 5, i+1)
        plt.imshow(예측[i].reshape(64,64), cmap='gray') #칼라면 64,64,3
        plt.axis('off')
    plt.tight_layout()
    plt.show()

X데이터 = images

for j in range(300):
    print(f'현재 epoch = {j}회')
    predict_pic()

    for i in range(50000//128):
        if i % 100 == 0:
            print(f'현재 배치 = {i}번째')

        #Discriminator 트레이닝 (가짜이미지128장 + 실제이미지128장)
        진짜사진들 = X데이터[i * 128 : (i+1) * 128]
        마킹한정답들1 = np.ones(shape=(128, 1))#[1 1 1 1 1... 128개]
        loss1 = discriminator.train_on_batch(진짜사진들, 마킹한정답들1)

        #Discriminator 가짜사진학습
        랜덤숫자 = np.random.uniform(-1, 1, size = (128, 100) )
        가짜사진들 = generator.predict(랜덤숫자, verbose=0)
        마킹한정답들0 = np.zeros(shape = (128, 1)) #[0 0 0 0]리스트나 행렬
        loss2 = discriminator.train_on_batch(가짜사진들, 마킹한정답들0)

        #Generator 트레이닝 (GAN에 랜덤숫자, 정답1을 128개 집어넣기)
        랜덤숫자 = np.random.uniform(-1, 1, size = (128, 100) )
        마킹한정답들1 = np.ones(shape=(128, 1))#[1 1 1 1 1... 128개]
        loss3 = GAN.train_on_batch(랜덤숫자, 마킹한정답들1) #로 마킹한 숫자

    print(f'이번 epoch의 최종 loss는 Discriminator {loss1+loss2}, GAN {loss3}')


이렇게 학습했을 때, GAN모델이 애가 정신을못차립니다.

현재 epoch = 4회

 이번 epoch의 최종 loss는 Discriminator 3.4744060039520264, GAN 0.064357690513134

• 이 게시글은 오형선에 의해 4 주 전에 수정됐습니다.

[codingapple]

초반이라 그럴수도요 epoch 한 20회 넘게 돌려봅시다

[글쓴이]

글