深度卷积生成对抗网络TensorFlow代码实现

Tensorflow implementation of [Deep Convolutional Generative Adversarial Networks](http://arxiv.org/abs/1511.06434) which is a stabilize Generative Adversarial Networks.

import os
import numpy as np
import tensorflow as tf
from model import DCGAN
from utils import pp visualize show_all_variables

flags = tf.app.flags
flags.DEFINE_integer（“epoch“ 100 “训练轮次，默认100次“）
flags.DEFINE_float（“learning_rate“ 0.0002 “学习速率，默认0.0002“）
flags.DEFINE_float（“beta1“ 0.5 “Adam动量，默认0.5“）
flags.DEFINE_integer（“train_size“ np.inf “每个轮次训练的次数，默认为np.inf“）
flags.DEFINE_integer（“batch_size“ 64 “每次训练引入的数据量，默认为64“）
flags.DEFINE_integer（“input_height“ 256 “图片的输入高度，默认为256“）
flags.DEFINE_integer（“input_width“ None “图片的输入宽度，默认为空；如果为空，则跟高度一致“）
flags.DEFINE_integer（“output_height“ 128 “图片的输出高度，默认为128“）
flags.DEFINE_integer（“output_width“ None “图片的输出宽度，默认为空；如果为空，则跟高度一致“）
flags.DEFINE_string（“dataset“ “celebA“ “The name of dataset [celebA mnist lsun]“）
flags.DEFINE_string（“input_fname_pattern“ “*.jpg“ “输入的图片格式[*]“）
flags.DEFINE_string（“checkpoint_dir“ “checkpoint“ “模型的保存路径，默认为checkpoint“）
flags.DEFINE_string（“sample_dir“ “samples“ “保存例子的文件夹名，默认为samples“）
flags.DEFINE_boolean（“train“ False “如果为真则训练，否则进行测试，默认为假“）
flags.DEFINE_boolean（“crop“ True “如果为真则裁剪，否则不裁剪，默认为真“）
flags.DEFINE_boolean（“visualize“ True “是否为可视化，默认为假“）
FLAGS = flags.FLAGS

def main（_）:
  pp.pprint（flags.FLAGS.__flags）

  if FLAGS.input_width is None:
    FLAGS.input_width = FLAGS.input_height
  if FLAGS.output_width is None:
    FLAGS.output_width = FLAGS.output_height

  if not os.path.exists（FLAGS.checkpoint_dir）:
    os.makedirs（FLAGS.checkpoint_dir）
  if not os.path.exists（FLAGS.sample_dir）:
    os.makedirs（FLAGS.sample_dir）

  run_config = tf.ConfigProto（allow_soft_placement=True）
  run_config.gpu_options.allow_growth=True

  with tf.Session（config=run_config） as sess:
    if FLAGS.dataset == ‘mnist‘:
      dcgan = DCGAN（
          sess
          input_width=FLAGS.input_width
          input_height=FLAGS.input_height
          output_width=FLAGS.output_width
          output_height=FLAGS.output_height
          batch_size=FLAGS.batch_size
          sample_num=FLAGS.batch_size
          y_dim=10
          dataset_name=FLAGS.dataset
          input_fname_pattern=FLAGS.input_fname_pattern
          crop=FLAGS.crop
          checkpoint_dir=FLAGS.checkpoint_dir
          sample_dir=FLAGS.sample_dir）
    else:
      dcgan = DCGAN（
          sess
          input_width=FLAGS.input_width
          input_height=FLAGS.input_height
          output_width=FLAGS.output_width
          output_height=FLAGS.output_height
          batch_size=FLAGS.batch_size
          sample_num=FLAGS.batch_size
          dataset_name=FLAGS.dataset
          input_fname_pattern=FLAGS.input_fname_pattern
          crop=FLAGS.crop
          checkpoint_dir=FLAGS.checkpoint_dir
          sample_dir=FLAGS.sample_dir）

    show_all_variables（）

    if FLAGS.train:
      dcgan.train（FLAGS）
    else:
      if not dcgan.load（FLAGS.checkpoint_dir）[0]:
        raise Exception（“[!] Train a model first then run test mode“）

    OPTION = 1
    visualize（sess dcgan F

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件    7840016  1998-01-26 23:07  DC-GAN\data\mnist\t10k-images.idx3-ubyte

     文件      10008  1998-01-26 23:07  DC-GAN\data\mnist\t10k-labels.idx1-ubyte

     文件   47040016  1996-11-18 23:36  DC-GAN\data\mnist\train-images.idx3-ubyte

     文件      60008  1996-11-18 23:36  DC-GAN\data\mnist\train-labels.idx1-ubyte

     文件     150616  2017-07-20 09:21  DC-GAN\DCGAN.png

     文件       3449  2017-08-31 18:40  DC-GAN\main.py

     文件      20211  2017-08-31 17:21  DC-GAN\model.py

     文件       3493  2017-08-31 16:00  DC-GAN\ops.py

     文件       3338  2017-07-20 09:21  DC-GAN\README.md

     文件       8821  2017-08-31 17:31  DC-GAN\utils.py

     目录          0  2017-08-31 17:11  DC-GAN\data\mnist

     目录          0  2017-08-31 17:14  DC-GAN\data

     目录          0  2017-08-31 18:41  DC-GAN

----------- ---------  ---------- -----  ----

             55139976                    13