GAN生成哆啦A梦，亲测疯狂训练50000epoch的效果，俺的菜菜电脑吃不消

最近闲着没事学了一下GAN网络，感觉这个东西挺有趣的，所以就打算自己进行动手实践一下这个，满足自己的好奇。最后做出来了，所以就打算跟大家分享一下这个东西，其中的原理就不用跟大家说了，因为现在其他的博客介绍原理都很全面，大家可以去看一下其他博客看一下GAN的原理，顺便推一下公式，我这里就放上我参照其他多位博主的博客进行融合敲出来的代码吧。

废话少说，先摆上我的训练结果，证明俺的代码是可以运行的叭，防止大家觉得我的代码是不能运行的......

编译环境：

python3.9.7 其实我觉得就算是python3.6都能运行

    

 挺可爱的嗷！！！哈哈

---

第一步：

我的训练图片是从百度上面拿的，拿来的图片格式是.webp格式的图片
然后我进行训练的时候使用的图片分辨率是64X64，怎么说呢，就是尽量使用64X64的分辨率的图片进行训练叭，因为这样可以让你的电脑能够运行的起来，我刚开始进行训练的是医学的数据938X636结果就在电脑报错了：**RuntimeError: CUDA out of memory. Tried to allocate 6.71 GiB (GPU 0; 15.78 GiB total capacity; 13.49 GiB already allocated; 984.75 MiB free; 13.51 GiB reserved in total by PyTorch)**因为电脑的配置跟不上呀
 所以最后我对收集到的数据进行分辨率的修改，编程64X64就能轻轻松松地进行训练了
 

先给大伙看看我整体的文件格式，因为路径那些都是配套，按照我这样才能进行运行，这个对小白比较友好，不然就自己进行修改代码了

                                                                     

解释一下：
# gan_A是总的文件夹 
# images是放置网页进行获取的图片，我拿的图片格式是.webp格式的图片，这个很重要，因为后面进行图片分辨率的转化的时候，我的代码就是针对这个格式的图片的，如果不是这种格式的话，在我的代码image_tool.py那里需要进行修改一些东西。
 # img # 是每一万轮就对训练G产生的图片进行保存 
# result是对webp格式的图片进行转化后保存的一个文件夹，也就是gan_1进行数据的训练的数据
 # saved_models是每隔一万轮对G的模型进行保存 

image_tool.py代码如下：

# -*- coding:utf-8 -*-
# @Time : 2022-04-18 15:07
# @Author : DaFuChen
# @File : image_tool.py
# @software: PyCharm
 
 
 
# 进行分辨率的重新修改 进行值的变化修改
 
# 导入需要的模块
from glob import glob
from PIL import Image
import os
 
# 图片路径
# 使用 glob模块 获得文件夹内所有jpg图像
img_path = glob("./images/*.webp")
# img_path = glob("./images/*.jpg")
# img_path = glob("./images/*.jpeg")
 
# 存储（输出）路径
path_save = "./result"
 
for i, file in enumerate(img_path):
    name = os.path.join(path_save, "%d.jpg" % i)
    im = Image.open(file)
    # im.thumbnail((720,1280))
    reim = im.resize((64, 64))
    print(im.format, reim.size, reim.mode)
    reim.save(name, im.format)

gan_1.py代码如下：

# -*- coding:utf-8 -*-
# @Time : 2022-04-18 15:05
# @Author : DaFuChen
# @File : gan_1.py
# @software: PyCharm
 
import argparse
import os
import numpy as np
import math
import torchvision.transforms as transforms
from torchvision.utils import save_image
from torch.utils.data import DataLoader, Dataset
from torchvision import datasets
from torch.autograd import Variable
from PIL import Image
import torch.nn as nn
import torch.nn.functional as F
import torch
 
# 输出图片保存路径 没有就会自动进行创建
os.makedirs("img", exist_ok=True)
 
# 参数设置
parser = argparse.ArgumentParser()
parser.add_argument("--n_epochs", type=int, default=1000001, help="number of epochs of training")
parser.add_argument("--batch_size", type=int, default=128, help="size of the batches")
parser.add_argument("--lr", type=float, default=0.0002, help="adam: learning rate")
parser.add_argument("--b1", type=float, default=0.5, help="adam: decay of first order momentum of gradient")
parser.add_argument("--b2", type=float, default=0.999, help="adam: decay of first order momentum of gradient")
parser.add_argument("--gpu", type=int, default=0, help="number of cpu threads to use during batch generation")
# 输入噪声向量维度，默认100
parser.add_argument("--latent_dim", type=int, default=100, help="dimensionality of the latent space")
 
# [enforce fail at .\c10 core\CPUAllocator.cpp:79]DefaultCPUAllocator:内存不足:您试图分配7203840000字节。 改改网络结构吧 tm
# 输入图片维度，默认64*64*3  但是进行修改之后两个值 938 625 但是这个设计的网络结构不稳定 很难搞  这个是撑不住了
parser.add_argument("--img_size1", type=int, default=64, help="size of each image dimension")
parser.add_argument("--img_size2", type=int, default=64, help="size of each image dimension")
 
 
parser.add_argument("--channels", type=int, default=3, help="number of image channels")
# 每隔一个sample_interval的批次进行一次图片的保存
parser.add_argument("--sample_interval", type=int, default=10000, help="interval betwen image samples")
 
# 其实是创建了一个对象 之后可以调用它其中的参数值 使用了它的这一个类里面刻画的一些属性
opt = parser.parse_args()
print(opt)
 
# 图像的分辨率值
img_shape = (opt.channels, opt.img_size1, opt.img_size2)
 
cuda = True if torch.cuda.is_available() else False
 
 
class Generator(nn.Module):
    def __init__(self):
        super(Generator, self).__init__()
 
        def block(in_feat, out_feat, normalize=True):
            layers = [nn.Linear(in_feat, out_feat)]
            if normalize:
                layers.append(nn.BatchNorm1d(out_feat, 0.8))
            layers.append(nn.LeakyReLU(0.2, inplace=True))
            return layers
 
        self.model = nn.Sequential(
            *block(opt.latent_dim, 128, normalize=False),
            *block(128, 256),
            *block(256, 512),
            *block(512, 1024),
            nn.Linear(1024, int(np.prod(img_shape))),
            nn.Tanh()
        )
 
    def forward(self, z):
        img = self.model(z)
        img = img.view(img.size(0), *img_shape)
        return img
 
 
class Discriminator(nn.Module):
    def __init__(self):
        super(Discriminator, self).__init__()
 
        self.model = nn.Sequential(
            # 基本的一个操作   进行线性化的拟合 然后再relu一下取个好的效果
            nn.Linear(int(np.prod(img_shape)), 512),
            nn.LeakyReLU(0.2, inplace=True),
            nn.Linear(512, 256),
            nn.LeakyReLU(0.2, inplace=True),
            nn.Linear(256, 1),
            nn.Sigmoid(),
        )
 
    def forward(self, img):
        img_flat = img.view(img.size(0), -1)
        validity = self.model(img_flat)
 
        return validity
 
 
# Loss function
adversarial_loss = torch.nn.BCELoss()
 
# Initialize generator and discriminator
generator = Generator()
discriminator = Discriminator()
 
# 将属性放进GPU进行训练
if cuda:
    generator.cuda()
    discriminator.cuda()
    adversarial_loss.cuda()
 
# Configure data loader
img_transform = transforms.Compose([
    # transforms.ToPILImage(),
    transforms.ToTensor(),
    transforms.Normalize((0.5,), (0.5,))  # (x-mean) / std
])
 
 
class MyData(Dataset):  # 继承Dataset
    def __init__(self, root_dir, transform=None):  # __init__是初始化该类的一些基础参数
        self.root_dir = root_dir  # 文件目录
        self.transform = transform  # 变换
        self.images = os.listdir(self.root_dir)  # 目录里的所有文件
 
    def __len__(self):  # 返回整个数据集的大小
        return len(self.images)
 
    def __getitem__(self, index):  # 根据索引index返回dataset[index]
        image_index = self.images[index]  # 根据索引index获取该图片
        img_path = os.path.join(self.root_dir, image_index)  # 获取索引为index的图片的路径名
        img = Image.open(img_path)  # 读取该图片
        if self.transform:
            img = self.transform(img)
 
        return img  # 返回该样本
 
 
# 输入图片所在文件夹
mydataset = MyData(
    root_dir='./result/', transform=img_transform
)
 
# data loader 数据载入
dataloader = DataLoader(
    dataset=mydataset, batch_size=opt.batch_size, shuffle=True
)
 
 
# 下面这一块是可以省略
# os.makedirs("./data/MNIST", exist_ok=True)
# dataloader = torch.utils.data.DataLoader(
#     datasets.MNIST(
#         "./data/MNIST",
#         train=True,
#         download=True,
#         transform=transforms.Compose(
#             [transforms.Resize(opt.img_size), transforms.ToTensor(), transforms.Normalize([0.5], [0.5])]
#         ),
#     ),
#     batch_size=opt.batch_size,
#     shuffle=True,
# )
 
# Optimizers
optimizer_G = torch.optim.Adam(generator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))
optimizer_D = torch.optim.Adam(discriminator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))
 
Tensor = torch.cuda.FloatTensor if cuda else torch.FloatTensor
 
# ----------
#  Training
# ----------
 
for epoch in range(opt.n_epochs):
    for i, img in enumerate(dataloader):
        imgs = img
        # Adversarial ground truths
        valid = Variable(Tensor(imgs.size(0), 1).fill_(1.0), requires_grad=False)
        fake = Variable(Tensor(imgs.size(0), 1).fill_(0.0), requires_grad=False)
 
        # Configure input
        real_imgs = Variable(imgs.type(Tensor))
 
        # -----------------
        #  Train Generator
        # -----------------
 
        optimizer_G.zero_grad()
 
        # Sample noise as generator input
        z = Variable(Tensor(np.random.normal(0, 1, (imgs.shape[0], opt.latent_dim))))
 
        # Generate a batch of images
        gen_imgs = generator(z)
 
        # Loss measures generator's ability to fool the discriminator
        g_loss = adversarial_loss(discriminator(gen_imgs), valid)
 
        g_loss.backward()
        optimizer_G.step()
 
        # ---------------------
        #  Train Discriminator
        # ---------------------
 
        optimizer_D.zero_grad()
 
        # Measure discriminator's ability to classify real from generated samples
        real_loss = adversarial_loss(discriminator(real_imgs), valid)
        fake_loss = adversarial_loss(discriminator(gen_imgs.detach()), fake)
        d_loss = (real_loss + fake_loss) / 2
 
        d_loss.backward()
        optimizer_D.step()
 
        print(
            "[Epoch %d/%d] [Batch %d/%d] [D loss: %f] [G loss: %f]"
            % (epoch, opt.n_epochs, i, len(dataloader), d_loss.item(), g_loss.item())
        )
 
 
        batches_done = epoch * len(dataloader) + i
        if batches_done % opt.sample_interval == 0:
            save_image(gen_imgs.data[:25], "./img/%d.png" % batches_done, nrow=5, normalize=True)
            torch.save(generator, "saved_models/generator_%d.pth" % epoch)