TF-VAE-GAN-DRAW

TensorFlow 实现了 深度卷积生成对抗网络、变分自编码器（同样是深度和卷积的) 以及 DRAW：用于图像生成的循环神经网络。

运行

VAE/GAN：

python main.py --working_directory /tmp/gan --model vae

DRAW：

python main-draw.py --working_directory /tmp/gan

使用默认参数时，深度卷积生成对抗网络在训练 10 个 epoch 后即可产生不错的效果。

待办事项：

• 更复杂的数据。
• 添加 对抗自编码器。
• 将当前的注意力机制替换为空间变换层。

TensorFlow-VAE-GAN-DRAW 快速上手指南

本工具是基于 TensorFlow 实现的三种经典生成模型：深度卷积生成对抗网络（DCGAN）、变分自编码器（VAE）以及 DRAW（用于图像生成的循环神经网络）。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux 或 macOS（Windows 用户建议使用 WSL 或 Docker）。
• Python 版本：推荐 Python 3.6 - 3.8（需兼容旧版 TensorFlow 1.x 环境）。
• 核心依赖：
  • TensorFlow (1.x 版本，如 tensorflow-gpu==1.15.0)
  • NumPy
  • SciPy
  • Matplotlib
• 硬件建议：如需训练 DCGAN 或 DRAW 模型，强烈建议使用支持 CUDA 的 NVIDIA GPU 以加速训练过程。

国内加速建议： 安装依赖时，推荐使用清华或阿里镜像源以提升下载速度：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

1. 克隆项目仓库

   git clone https://github.com/ikostrikov/TensorFlow-VAE-GAN-DRAW.git
   cd TensorFlow-VAE-GAN-DRAW
   

2. 安装依赖库 如果项目中包含 requirements.txt，请直接安装；若无，请手动安装核心库：

   pip install tensorflow-gpu==1.15.0 numpy scipy matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   (注：具体 TensorFlow 版本请根据您本地的 CUDA 版本进行调整，本项目基于 TF 1.x 架构)

基本使用

项目提供了两个主要的启动脚本，分别用于运行 VAE/GAN 模型和 DRAW 模型。

1. 运行 VAE 或 GAN 模型

使用 main.py 启动。以下命令将启动变分自编码器（VAE）模型，并将工作目录设置为 /tmp/gan：

python main.py --working_directory /tmp/gan --model vae

若要运行生成对抗网络（GAN），只需将 --model 参数改为 gan：

python main.py --working_directory /tmp/gan --model gan

提示：使用默认参数运行深度卷积生成对抗网络（DCGAN），通常在 10 个 epoch 后即可观察到不错的生成效果。

2. 运行 DRAW 模型

使用 main-draw.py 启动 DRAW 模型：

python main-draw.py --working_directory /tmp/gan

运行后，模型生成的样本图片通常会保存在指定的 --working_directory 目录下。