एक सवाल है? TensorFlow फ़ोरम विज़िट फ़ोरम पर समुदाय से जुड़ें

BigGAN के साथ चित्र बनाना

TensorFlow.org पर देखें Google Colab में चलाएं गिटहब पर देखें नोटबुक डाउनलोड करें TF हब मॉडल देखें

यह नोटबुक टीएफ हब पर उपलब्ध बिगैन इमेज जनरेटर के लिए एक डेमो है।

इन मॉडलों के बारे में अधिक जानकारी के लिए arXiv [1] पर बिगैन पेपर देखें।

रनटाइम से कनेक्ट करने के बाद, इन निर्देशों का पालन करके आरंभ करें:

  1. (वैकल्पिक) एक अलग छवि रिज़ॉल्यूशन के लिए एक बिग जनरेटर को लोड करने के लिए नीचे दिए गए पहले कोड सेल में चयनित module_path को अपडेट करें।
  2. क्रम में प्रत्येक कक्ष को चलाने के लिए रनटाइम> सभी पर क्लिक करें।
    • बाद में, इंटरएक्टिव विज़ुअलाइज़ेशन को स्वचालित रूप से अपडेट करना चाहिए जब आप स्लाइडर्स और ड्रॉपडाउन मेनू का उपयोग करके सेटिंग्स को संशोधित करते हैं।
    • यदि नहीं, तो आउटपुट को मैन्युअल रूप से फिर से प्रस्तुत करने के लिए सेल द्वारा प्ले बटन दबाएं।

[१] एंड्रयू ब्रॉक, जेफ डोनाह्यू और करेन सिमोनियन। उच्च निष्ठा प्राकृतिक छवि संश्लेषण के लिए बड़े पैमाने पर गण प्रशिक्षणarxiv: 1809.11096 , 2018।

सबसे पहले, मॉड्यूल पथ सेट करें। डिफ़ॉल्ट रूप से, हम https://tfhub.dev/deepmind/biggan-deep-256/1 से बिग बक्स-डीप जनरेटर को 256x256 चित्रों के लिए लोड करते हैं। 128x128 या 512x512 चित्र बनाने के लिए या मूल बिगैन जनरेटर का उपयोग करने के लिए, सक्रिय module_path सेटिंग और अन्य में से एक को module_path

# BigGAN-deep models
# module_path = 'https://tfhub.dev/deepmind/biggan-deep-128/1'  # 128x128 BigGAN-deep
module_path = 'https://tfhub.dev/deepmind/biggan-deep-256/1'  # 256x256 BigGAN-deep
# module_path = 'https://tfhub.dev/deepmind/biggan-deep-512/1'  # 512x512 BigGAN-deep

# BigGAN (original) models
# module_path = 'https://tfhub.dev/deepmind/biggan-128/2'  # 128x128 BigGAN
# module_path = 'https://tfhub.dev/deepmind/biggan-256/2'  # 256x256 BigGAN
# module_path = 'https://tfhub.dev/deepmind/biggan-512/2'  # 512x512 BigGAN

सेट अप

import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

import os
import io
import IPython.display
import numpy as np
import PIL.Image
from scipy.stats import truncnorm
import tensorflow_hub as hub
WARNING:tensorflow:From /tmpfs/src/tf_docs_env/lib/python3.6/site-packages/tensorflow/python/compat/v2_compat.py:96: disable_resource_variables (from tensorflow.python.ops.variable_scope) is deprecated and will be removed in a future version.
Instructions for updating:
non-resource variables are not supported in the long term

TF हब से BigGAN जनरेटर मॉड्यूल लोड करें

tf.reset_default_graph()
print('Loading BigGAN module from:', module_path)
module = hub.Module(module_path)
inputs = {k: tf.placeholder(v.dtype, v.get_shape().as_list(), k)
          for k, v in module.get_input_info_dict().items()}
output = module(inputs)

print()
print('Inputs:\n', '\n'.join(
    '  {}: {}'.format(*kv) for kv in inputs.items()))
print()
print('Output:', output)
Loading BigGAN module from: https://tfhub.dev/deepmind/biggan-deep-256/1
INFO:tensorflow:Saver not created because there are no variables in the graph to restore
INFO:tensorflow:Saver not created because there are no variables in the graph to restore
Inputs:
   truncation: Tensor("truncation:0", shape=(), dtype=float32)
  y: Tensor("y:0", shape=(?, 1000), dtype=float32)
  z: Tensor("z:0", shape=(?, 128), dtype=float32)

Output: Tensor("module_apply_default/G_trunc_output:0", shape=(?, 256, 256, 3), dtype=float32)

बिगगन छवियों के नमूने और प्रदर्शन के लिए कुछ कार्यों को परिभाषित करें

input_z = inputs['z']
input_y = inputs['y']
input_trunc = inputs['truncation']

dim_z = input_z.shape.as_list()[1]
vocab_size = input_y.shape.as_list()[1]

def truncated_z_sample(batch_size, truncation=1., seed=None):
  state = None if seed is None else np.random.RandomState(seed)
  values = truncnorm.rvs(-2, 2, size=(batch_size, dim_z), random_state=state)
  return truncation * values

def one_hot(index, vocab_size=vocab_size):
  index = np.asarray(index)
  if len(index.shape) == 0:
    index = np.asarray([index])
  assert len(index.shape) == 1
  num = index.shape[0]
  output = np.zeros((num, vocab_size), dtype=np.float32)
  output[np.arange(num), index] = 1
  return output

def one_hot_if_needed(label, vocab_size=vocab_size):
  label = np.asarray(label)
  if len(label.shape) <= 1:
    label = one_hot(label, vocab_size)
  assert len(label.shape) == 2
  return label

def sample(sess, noise, label, truncation=1., batch_size=8,
           vocab_size=vocab_size):
  noise = np.asarray(noise)
  label = np.asarray(label)
  num = noise.shape[0]
  if len(label.shape) == 0:
    label = np.asarray([label] * num)
  if label.shape[0] != num:
    raise ValueError('Got # noise samples ({}) != # label samples ({})'
                     .format(noise.shape[0], label.shape[0]))
  label = one_hot_if_needed(label, vocab_size)
  ims = []
  for batch_start in range(0, num, batch_size):
    s = slice(batch_start, min(num, batch_start + batch_size))
    feed_dict = {input_z: noise[s], input_y: label[s], input_trunc: truncation}
    ims.append(sess.run(output, feed_dict=feed_dict))
  ims = np.concatenate(ims, axis=0)
  assert ims.shape[0] == num
  ims = np.clip(((ims + 1) / 2.0) * 256, 0, 255)
  ims = np.uint8(ims)
  return ims

def interpolate(A, B, num_interps):
  if A.shape != B.shape:
    raise ValueError('A and B must have the same shape to interpolate.')
  alphas = np.linspace(0, 1, num_interps)
  return np.array([(1-a)*A + a*B for a in alphas])

def imgrid(imarray, cols=5, pad=1):
  if imarray.dtype != np.uint8:
    raise ValueError('imgrid input imarray must be uint8')
  pad = int(pad)
  assert pad >= 0
  cols = int(cols)
  assert cols >= 1
  N, H, W, C = imarray.shape
  rows = N // cols + int(N % cols != 0)
  batch_pad = rows * cols - N
  assert batch_pad >= 0
  post_pad = [batch_pad, pad, pad, 0]
  pad_arg = [[0, p] for p in post_pad]
  imarray = np.pad(imarray, pad_arg, 'constant', constant_values=255)
  H += pad
  W += pad
  grid = (imarray
          .reshape(rows, cols, H, W, C)
          .transpose(0, 2, 1, 3, 4)
          .reshape(rows*H, cols*W, C))
  if pad:
    grid = grid[:-pad, :-pad]
  return grid

def imshow(a, format='png', jpeg_fallback=True):
  a = np.asarray(a, dtype=np.uint8)
  data = io.BytesIO()
  PIL.Image.fromarray(a).save(data, format)
  im_data = data.getvalue()
  try:
    disp = IPython.display.display(IPython.display.Image(im_data))
  except IOError:
    if jpeg_fallback and format != 'jpeg':
      print(('Warning: image was too large to display in format "{}"; '
             'trying jpeg instead.').format(format))
      return imshow(a, format='jpeg')
    else:
      raise
  return disp

एक TensorFlow सत्र बनाएँ और चर आरंभ करें

initializer = tf.global_variables_initializer()
sess = tf.Session()
sess.run(initializer)

एक विशेष श्रेणी के BigGAN नमूनों का अन्वेषण करें

truncation मान को अलग करने का प्रयास करें।

(कोड देखने के लिए सेल पर डबल-क्लिक करें।)

श्रेणी-सशर्त नमूना

पींग

BigGAN नमूनों के बीच अंतर

अलग सेट करने का प्रयास category में एक ही साथ रों noise_seed रों, या एक ही category विभिन्न साथ एस noise_seed रों। या जंगली जाओ और किसी भी तरह से आप की तरह सेट!

(कोड देखने के लिए सेल पर डबल-क्लिक करें।)

प्रक्षेप

पींग