GANディープラーニング実装ハンドブック

書籍「GANディープラーニング実装ハンドブック」のサポートサイトです。本書籍で使用するサンプルコードがまとめてあります。

章の構成

• 第1章：生成モデル
• 第2章：変分オートエンコーダ(VAE)
• 第3章：GANの基本モデル(DCGAN、CGAN、LSGAN)
• 第4章：超解像(ESRGAN)
• 第5章：ドメイン変換(pix2pix、CycleGAN)
• 第6章：動画変換(Recycle-GAN)
• 第7章：StyleGAN、StyleGAN2
• 第8章：異常検知(AnoGAN、EfficientGAN)
• 第9章：3Dデータの生成(3D-α-WGAN-GP)
• Appendix：理論の補足

ライブラリのバージョン

ライブラリは執筆時点のColabの最新バージョンになります。Colabのライブラリは定期的に更新するので、プログラム実行時にエラーが発生する場合はバージョンを戻して実行してください。

• torch:1.7.0
• torchvision:0.8.1
• pandas:1.1.5
• numpy:1.19.5
• matplotlib:3.2.2

データセット

章	モデル	データセット	ライセンス	取得元リンク
2	AE、VAE	MNIST	Creative Commons	https://pytorch.org/vision/0.8/datasets.html
3	DCGAN、CGAN	MNIST	Creative Commons	https://pytorch.org/vision/0.8/datasets.html
3	LSGAN、DCGAN	Pet Dataset	Creative Commons	https://www.robots.ox.ac.uk/~vgg/data/pets/
4	ESRGAN	Pet Dataset	Creative Commons	https://www.robots.ox.ac.uk/~vgg/data/pets/
5	pix2pix、CycleGAN	photo2portrait	データセットの画像をインターネット等で公開したり、販売するのは禁止です。	https://drive.google.com/file/d/13qICIuYxV4babtPLjkmg-Y4DzU8_D5wN/view?usp=sharing
6	Cycle GAN、Recycle-GAN	VidTIMIT Audio-Video Dataset	リンク先のLICENSEに利用時の注事事項の記載あり	https://conradsanderson.id.au/vidtimit/
7	StyleGAN、StyleGAN2	Endless Summer Dataset	データセットの画像をインターネット等で公開したり、販売するのは禁止です。	https://drive.google.com/file/d/1LM4FtUltzS45PuFyfuSp3I8QdTD8Cu0F/view?usp=sharing
8	AnoGAN、EfficientGAN	Fruits 360 Dataset	Creative Commons	https://data.mendeley.com/datasets/rp73yg93n8/1
9	3D-α-WGAN-GP	IXI Dataset	Creative Commons	http://brain-development.org/ixi-dataset/

学習時の注意点

章	モデル	注意点	学習の目安時間
3	LSGAN、DCGAN	LSGANよりDCGANの方が猫っぽい画像を生成します。	5～6時間程度
4	ESRGAN	デフォルト設定だとファイルはColabに保存されるので、Google Driveに保存したい場合は出力ファイルのパスの定義(output_dir)をGoogle Driveに変更してください。	5～6時間程
5	pix2pix, CycleGAN	特になし	5〜8時間程度
6	CycleGAN 、Recycle-GAN	特になし	半日から数日
7	StyleGAN、StyleGAN2	GPUは執筆時点で最速のP100を推奨（理想はV100）。	P100で2週間程度
8	AnoGAN、EfficientGAN、 EfficientGAN_L1	AnoGAN, EfficientGANで生成精度が悪い場合、EfficientGAN_L1を使用してください。	2 ~ 3時間程度
9	3D-α-WGAN-GP	特になし	8時間程度

生成画像の例

章	モデル	説明	生成画像
3	DCGAN	サイズ128×128の猫画像を生成
4	ESRGAN	低解像画像を入力し、超解像画像を生成 左側: 低解像画像 中央: 本物画像 右側: 生成画像（超解像画像）
5	CycleGAN	肖像画を入力し、写真画像を生成 上側: 肖像画 下側: 写真画像
6	Recycle-GAN	女性Aの画像を入力し、同じ向き、同じ表情の別の女性Bの画像を生成 左側: 女性A 右側: 女性B
7	StyleGAN2	512×512の画像を生成
8	AnoGAN、EfficientGAN	サイズ96×96のほおずきの画像を生成 左側: 入力画像 中央: 生成画像 右側: 差分画像 上段は本物画像を入力したため、本物と生成の差が小さく異常スコアが低い 下段は異常画像を入力したため、生成画像は異常箇所を再現できず、異常スコアが高い
9	3D-α-WGAN-GP	サイズ64×64×64の3次元頭部MRIデータを生成 1行目は1つの3次元データを異なる断面で2次元化したデータ 左側: 矢状面(左右の断面) 中央: 冠状面(前後の断面) 右側: 横断面(上下の断面) 2・3行目は同じデータを矢状面で断面をずらしながらスライスしたデータ

エラー発生時の問い合わせ

サンプルコードの間違いや動作不具合は本リポジトリのIssuesに投稿ください。

動作不具合についての投稿では、以下を記載ください。

• 実行プログラム名
• エラーメッセージ
• Python、PyTorchなどののライブラリバージョン

正誤表

ページ	誤	正	補足
3章 p52 1行目	パラメータを待つモデル分布	パラメータを持つモデル分布
7章 p281 活用メモ	左の方が、よりハイスペックになります。	右の方が、よりハイスペックになります。
7章 p281 活用メモ	Colabo pro	Colab pro

変更履歴

日付	変更内容
2021/02/13	初版
2023/01/23	8 章データダウンロードurlをアップデート(データの中身は同じです)