🦜 生成式深度学习——第二版代码库

《生成式深度学习：教会机器绘画、写作、作曲与演奏》一书第二版的官方代码仓库。

奥莱利官网链接

亚马逊美国官网链接

📖 书籍章节

以下是本书各章节的大纲：

*第一部分：生成式深度学习导论

1. 生成式建模
2. 深度学习

*第二部分：方法

3. 变分自编码器
4. 生成对抗网络
5. 自回归模型
6. 归一化流
7. 能量基模型
8. 扩散模型

*第三部分：应用

9. 变形器
10. 高级GAN
11. 音乐生成
12. 世界模型
13. 多模态模型
14. 结论

🌟 星星历史

🚀 开始使用

Kaggle API

要下载本书的部分数据集，您需要拥有一个Kaggle账号和一个API令牌。要使用Kaggle API：

1. 注册一个Kaggle账号。
2. 进入用户个人资料的“账户”选项卡。
3. 选择“创建API令牌”。这将触发kaggle.json文件的下载，该文件包含了您的API凭证。

.env 文件

在根目录下创建一个名为.env的文件，并填写以下内容（将Kaggle用户名和API密钥替换为JSON文件中的相应值）：

JUPYTER_PORT=8888
TENSORBOARD_PORT=6006
KAGGLE_USERNAME=<your_kaggle_username>
KAGGLE_KEY=<your_kaggle_key>

使用Docker搭建环境

本代码库旨在通过Docker运行。

如果您从未用过Docker，也不必担心！我们已在本仓库的Docker README文件中附上了Docker的使用指南。指南详细介绍了Docker为何如此强大，并提供了本项目的Dockerfile和docker-compose.yml的简要说明。

构建Docker镜像

如果您没有GPU，请运行以下命令：

docker compose build

如果您有希望使用的GPU，请运行以下命令：

docker compose -f docker-compose.gpu.yml build

运行容器

如果您没有GPU，请运行以下命令：

docker compose up

如果您有希望使用的GPU，请运行以下命令：

docker compose -f docker-compose.gpu.yml up

Jupyter将在本地浏览器中可用，且会监听您在.env文件中指定的端口——例如：

http://localhost:8888

本书配套的笔记本文件位于 /notebooks 文件夹中，按章节和示例进行组织。

🏞️ 下载数据

本代码库内置了一个数据下载辅助脚本。

按照以下方式运行数据下载器（在容器外部），从下面列出的命名数据集中选择一个：

bash scripts/download.sh [faces, bricks, recipes, flowers, wines, cellosuites, chorales]

📈 Tensorboard

TensorBoard 是监控实验、实时查看模型训练进展的绝佳工具。

要启动TensorBoard，请运行以下脚本（在容器外部）：

• <CHAPTER>——所需章节（例如 03_vae）
• <EXAMPLE>——所需示例（例如 02_vae_fashion）

bash scripts/tensorboard.sh <CHAPTER> <EXAMPLE>

TensorBoard 将在本地浏览器中可用，且会监听您在.env文件中指定的端口——例如：

http://localhost:6006

☁️ 使用云虚拟机

要在Google Cloud Platform上搭建配备GPU的虚拟机，请按照本仓库Google Cloud README文件中的说明操作。

📦 其他资源

本书中的一些示例源自Keras网站提供的优秀开源实现。我强烈建议您关注这一资源，因为新模型和新示例不断被添加进来。

Generative Deep Learning (第 2 版) 快速上手指南

本指南基于 O'Reilly 书籍《Generative Deep Learning》第二版的官方代码库，帮助开发者快速搭建生成式深度学习实验环境。

环境准备

本项目推荐使用 Docker 运行，以确保依赖环境的一致性。

• 操作系统：Linux, macOS 或 Windows (需安装 Docker Desktop)
• 核心依赖：
  • Docker
  • Docker Compose (通常随 Docker 桌面版自动安装)
• 硬件要求：
  • CPU：任意现代处理器均可运行基础示例。
  • GPU：如需加速训练（特别是扩散模型或大型 GAN），建议配备 NVIDIA GPU 并安装好宿主机的 NVIDIA Container Toolkit。
• 账号准备：
  • 部分数据集需要通过 Kaggle 下载。请注册 Kaggle 账号 并在用户 профиля 的 "Account" 选项卡中创建 API Token (kaggle.json)。

安装步骤

1. 配置环境变量

在项目根目录下创建 .env 文件，填入你的 Kaggle 凭证及端口配置：

JUPYTER_PORT=8888
TENSORBOARD_PORT=6006
KAGGLE_USERNAME=<your_kaggle_username>
KAGGLE_KEY=<your_kaggle_key>

(请将 <your_kaggle_username> 和 <your_kaggle_key> 替换为你从 kaggle.json 中获取的实际值)

2. 构建 Docker 镜像

根据是否使用 GPU 选择对应的构建命令：

无 GPU 环境：

docker compose build

有 GPU 环境：

docker compose -f docker-compose.gpu.yml build

3. 启动容器

构建完成后，启动服务以访问 Jupyter Notebook：

无 GPU 环境：

docker compose up

有 GPU 环境：

docker compose -f docker-compose.gpu.yml up

启动成功后，在浏览器访问 http://localhost:8888 即可进入开发环境。书中对应的代码笔记位于 /notebooks 文件夹，按章节组织。

基本使用

下载数据集

项目内置了数据下载脚本。在宿主机终端（非 Docker 容器内）运行以下命令下载指定数据集：

bash scripts/download.sh [faces, bricks, recipes, flowers, wines, cellosuites, chorales]

示例：下载人脸数据集

bash scripts/download.sh faces

监控训练过程 (TensorBoard)

使用内置脚本启动 TensorBoard 以可视化模型训练进度。在宿主机终端运行：

bash scripts/tensorboard.sh <CHAPTER> <EXAMPLE>

• <CHAPTER>: 章节代号 (例如 03_vae)
• <EXAMPLE>: 示例代号 (例如 02_vae_fashion)

示例：监控第 3 章 VAE 的 FashionMNIST 示例

bash scripts/tensorboard.sh 03_vae 02_vae_fashion

启动后，在浏览器访问 http://localhost:6006 查看图表。

开始实验

登录 Jupyter Notebook (http://localhost:8888)，导航至 /notebooks 目录，选择对应章节的 .ipynb 文件即可开始复现书中的生成式模型（如 VAE, GAN, Diffusion Models 等）。