• 과제 주제 : 적대적 신경망(GAN)으로 Fashion MNIST 영상 분류 및 생성하기
  
• 과제 목표 : 영상 분류 및 생성을 위한 인공 신경망 설계
• 수행 작업
  • cGAN(Conditional GAN) 구현
  • DCGAN(Deep Convolutional GAN) 구현

• 작업 내용
  • 베이스 모델을 cGAN으로 변경(cgan.py)
  • cgan.py파일 내의 (1)~(12)의 코드 작성
• cGAN이란?
  • 생성자가 랜덤하게 이미지를 생성하는 것이 아닌, 원하는 이미지를 생성할 수 있는 모델
  • 생성자, 판별자의 입력으로 noise외에 label을 함께 넣어줌
  • 참고 사이트
• 결과물
  • 베이스 모델(gan.py), 구현한 모델(cgan.py)의 생성된 이미지, loss를 비교
  • epoch은 5000으로 비교

• 작업 내용
  • 베이스 모델을 DCGAN으로 변경(dcgan.py)
  • dcgan.py파일 내의 (1),(2)의 코드 작성
  • generator
    • input size : [100]
    • output size : [28,28,1]
  • discriminator
    • input size : [28,28,1]
    • output size : [1]
• DCGAN이란?
  • Convolutional 구조를 사용한 GAN 모델
  • 참고 사이트
• 결과물
  • 베이스 모델(gan.py), 구현한 모델(dcgan.py)의 생성된 이미지, loss를 비교
  • epoch은 5000으로 비교

1.과제 보고서

• 작업1의 결과와 분석
• 작업2의 결과와 분석
• 보고서 양식 별도 제공

2.작업2의 구현 코드(dcgan.py)
3.작업2의 학습된 모델(model.h5)

1.window(No Anaconda)

python –m pip install numpy matplotlib   
python –m pip install tensorflow==2.0

2.window(Anaconda)

conda install numpy matplotlib   
pip install tensorflow-cpu  # CPU version(GPU가 없을 경우 설치)
pip install tensorflow-gpu  # GPU version

3.ubuntu(Anaconda)

conda install tensorflow==2.0
conda install numpy matplotlib

code
  ㄴcGAN
    ㄴimages
    ㄴloss_graph
    ㄴsaved_model
    ㄴcgan.py
  ㄴDCGAN
    ㄴimages
    ㄴloss_graph
    ㄴsaved_model
    ㄴdcgan.py
  ㄴGAN
    ㄴimages
    ㄴsaved_model
    ㄴsaved_model
    ㄴgan.py

* gan.py : MLP로 구성된 기본 GAN(베이스 모델)   
* cgan.py : conditional GAN(작업1 관련 파일)
* dcgan.py : deep convolutional GAN(작업2 관련 파일)
  * GAN,CGAN,DCGAN() : 각 모델 클래스
    * train() : 모델 학습
    * build_generator() : 생성자 모델 정의
    * build_discriminator() : 판별자 모델 정의
    * plotLoss() : 손실 그래프 생성(loss_graph 폴더 안에 자동 생성)
    * sample_images() : 결과 이미지 생성(images폴더 안에 자동 생성)
    * save/load model() : 학습된 모델 저장 및 불러오기(saved_model 폴더 안에 자동 생성)

※ 주의사항 ※
작업1 : 표기 해둔 (1)~(12)외에 수정 금지(모델은 MLP기반 그대로 유지)
작업2 : 표기 해둔 (1),(2)(build_generator(), build_discriminator()) 외에 수정 금지
다른 딥러닝 프레임워크 사용 금지

1. No such file or directory

2. 데이터 다운로드 시간이 너무 오래걸려요!

3. Pycharm으로 실행이 안돼요!

4. gan.py의 loss_graph가 안생겨요!

• 에러 내용 : "No such file or directory"

FileNotFoundError: [Errno 2] No such file or directory: 'loss_graph/gan_loss_epoch_5000.png'

• 에러 원인 : 해당 폴더가 존재하지 않아서 나는 에러(images 혹은 saved_model폴더가 없을 경우 같은 에러가 날 수 있습니다.)
• 해결 : 해당 위치에 폴더 생성(폴더 구조를 참고해주세요.)

• 에러 내용 : "데이터 다운로드 시간이 너무 오래걸려요!"

(1)여기를 클릭하여 데이터를 직접 다운받아주세요.

(2)여기를 참고하여 pandas를 설치해 주세요.

(3)데이터 로드 부분의 코드를 아래와 같이 변경해 주세요.

## pandas import
# 맨 위에 pandas를 import해주세요.
import pandas as pd

##코드 변경
#변경전(train함수 안에 있는 코드입니다.)
(X_train, _), (_, _) = fashion_mnist.load_data() 혹은 (X_train, y_train), (_, _) = fashion_mnist.load_data()

#변경후
train_data = pd.read_csv("data/fashion-mnist_train.csv") #경로는 본인이 데이터 파일을 넣어둔 곳으로 잡아주셔야 합니다.
y_train = np.array(train_data["label"][:])
del train_data["label"]
X_train = np.array(train_data[:])

• 에러 내용 : "Pycharm으로 실행이 안돼요!"

(1)Anaconda Prompt를 실행하여, 본인이 만든 환경으로 접속해 주세요.

conda activate 환경이름

(2)코드가 있는 폴더로 이동해 주세요.

cd 폴더 경로

(3)파일을 실행해 주세요.

python 파일이름.py

• 에러 내용 : "gan.py의 loss_graph가 안생겨요!"
• 에러 원인 : plotLoss 함수 추가 이전 버전이 배포되면서 생긴 문제입니다.
• 해결 : 깃허브에서 code/GAN 내의 gan.py 파일을 다시 받아주세요.