OIN:5分钟用GANs生成CryptoPunks风格图像_ROGAN币

2021年,NFT数字艺术品和数字藏品迅速出圈,在这场浪潮中,2017年成立的“加密朋克”项目因其收藏者的知名度和不断刷新的成交价,升值成为最具价值的收藏品之一,更成为了先锋投资者和艺术收藏者身份的象征。

图片来源:larvalabs

多个NFT数字艺术品项目的成功,也将AI生成数字艺术品推至台前。在这场“出圈浪潮”中,很多艺术家选择用AI技术作为图像创造的工具,最终再将艺术品铸造为NFT,使用AI技术进行NFT数字艺术品创作的可能性被充分发掘。与艺术生成有关的AL/ML工作专注于艺术风格的创造,很多团队和个人也关注到艺术品,通过生成对抗网络“批量”生成特定风格的作品。

最近有一个名为“CryptoPunksGAN”的项目发布在Github上,用于生成CryptoPunks的简单SN-GAN,项目地址:https://github.com/teddykoker/cryptopunks-gan?。这个项目用Python完成,我们通过矩池云?www.matpool.com?对其进行了复现。矩池云提供面向元宇宙的解决方案,创作者可以使用平台轻松训练和部署其AI模型,加速元宇宙中的如NLP虚拟人、图像内容生成等环节的过程。本次用机器学习生成CryptoPunks项目的复现,上手过程非常简单,不需要任何安装和调试,打开界面就能在云端就感受到生成艺术的创作过程。

BTC在15分钟内涨幅超过1.00%:据火币全球站数据显示,BTC/USDT在15分钟内出现剧烈波动,涨超1.00%,达到1.81%。当前报价为6786.92美元,行情波动较大,请注意风险控制。[2020/4/6]

分析项目依赖,租用机器

分析项目依赖环境

首先通过开源项目的requirements.txt文件,我们知道该项目主要需要Pytorch1.10.2和CUDA11.3环境,另外还需要pandas、Pillow等第三方包,如果将其在本地安装我们还是需要花一定的时间的,不过我们不需要这些复杂的步骤。

分析项目依赖环境

我们进入矩池云,如果你还没有注册过账号,可以先注册一个账号,新注册用户关注并绑定矩池云微信公众号可获赠5元体验金,体验金在租用机器时直接抵扣。

在矩池云租用合适的机器

在矩池云的主机市场,我们可以选择需要使用到的机器,这里我们就选最便宜的NVIDIATeslaK80。

选择机器

点击租用按钮后,我们可以对机器进行配置:

BTC在15分钟内涨幅超过1.00%:据火币全球站数据显示,BTC/USDT在15分钟内出现剧烈波动,涨超1.00%,达到1.04%。当前报价为6858.05美元,行情波动较大,请注意风险控制。[2020/4/3]

1选择基础镜像,我们直接搜索Pytorch1.10

2发现有相关镜像,并且其他依赖如CUDA11.3也符合要求,点击选择即可

3选择好镜像后,我们可以进行其他配置,如:VNC功能开启、公钥设置、高级选项中的自定义端口等

选择镜像

设置好机器基本环境,我们点击下单即可。

下载代码、数据及模型

租用好机器后,我们选择最简单的使用方法,直接点击租用界面的JupyterLab连接,即可快速使用服务器。

打开JupyterLab

进入JupyterLab页面后,我们先点击Terminal进入终端,并输入下面指令。

EOS在5分钟内跌幅超过2.50%:据火币全球站数据显示,EOS/USDT在5分钟内出现剧烈波动,跌超2.50%,达到-2.54%。当前报价为 1.91 美元,行情波动较大,请注意风险控制。[2020/3/13]

打开Terminal

我们只需把上方代码复制粘贴即可,当出现Checkingoutfiles:?100%即代表下载开源项目CryptoPunks-GAN项目成功,可以进入到下一步。

Checkingoutfiles:100%

我们可以了解一下刚才输入这段代码的含义,它代表着

先进入/mnt目录

新建一个文件夹MyCode并进入文件夹

gitclone下载开源项目cryptopunks-gan

使用模型和训练

使用预训练模型测试

我们进入到cryptopunks-gan项目目录。具体方式为,找到名为mnt的文件夹

行情 | ETH在5分钟内快速上涨近1.50%:据Huobi数据显示,ETH在5分钟内快速上涨,涨幅近1.50%,最高达127.40USDT,现报126.84USDT,24小时跌幅为0.34%,行情波动较大,请做好风险控制。[2019/1/15]

mnt文件夹

进入到MyCode,再进入到cryptopunks-gan

路径

然后点击左上角+新建一个Launcher,点击Notebook中的myconda。即可新建一个jupyternotebook文件。

新建ipynb步骤

我们可以先使用预训练好的模型来测试使用,测试使用代码官方已经给我们提供好了。

可以直接复制以下所有代码,或者像我一样一段一段运行

行情 | BTC 15分钟涨幅超过1.00%:据Bitfinex数据显示,BTC 15分钟内涨幅超过1.00%,现报价5962.50美元。[2018/8/14]

运行按钮如下

运行按钮

运行成功后会在项目目录下生成一个punks.png文件。

punks.png

我们可以直接点击查看预训练结果

训练模型

按照教程,除了使用预训练模型,我们还可以对模型进行训练,训练代码在项目目录的train.py文件中。

我们重新回到JupyterLab的Terminal中

打开Terminal

输入下面指令:

运行过程

这个过程比较漫长,预计1个小时左右,训练完成后默认会在项目目录中生成一个out目录,里面会存放训练好的权重文件和样本图片文件。最终完成训练的图片是序号最大的那张,在这个案例中即编号为999的文件。

out目录

此时回到“我的网盘”,即可看到out文件夹,刚才的训练过程和结果图片都在其中。

我的网盘

在训练使用过程中你还可以查看机器监控,看机器的GPU、内存等使用情况。

机器使用情况

释放机器

当你的代码都跑完,不需要使用机器时,可以选择释放机器。

在机器租用页面,你可以看到释放机器按钮,在更多按钮中你还可以看到保存环境功能。

释放和保存环境

如果你在基础环境中还安装了一些其他包,并且想在下次使用的时候想继续使用,你可以选择保存环境,保存的环境会存放在你的网盘中。

如果不需要保存环境,直接点击释放机器即可。

以下一部分为epoch训练后生成的图片:

训练最终的完成图如下

GANs生成图

关于GANs

IanGoodfellow等人在2014年的一篇论文中首次提出生成对抗网络,它的实现方式是通过同时使用生成模型和判别模型,两个模型相互竞争,从而训练出图片。这一过程可以这样简单解释,生成模型的作用类似于一个人不断地创造假的《蒙娜丽莎》,他要在创造过程中不断提升其和真画的相似度,判别模型则类似于鉴别师,他负责鉴别和确认假画。两个人相互竞争,双方提升各自的创造方法和鉴别方法,直到假画达到与真画难以区分的程度。

在CrypoPunksGAN项目中所用到的算法是SN-GAN,即SpectralNormalizationforGenerativeAdversarialNetwork,训练过程更稳定,更容易收敛,文献内容可参考?https://arxiv.org/abs/1802.05957?。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

大币网

FTXDAO:从MVP到MVD:Web3思维的演化之路_COI

从最小可行性产品到最小可行性DAOMVP这一概念最初由EricRies在《精益创业》中提出,意思是用最快、最简明的方式建立一个可用的产品原型,通过这个最简单的原型来测试产品是否符合市场预期.

[0:15ms0-4:983ms