GAN실험 - transfer learning

TensorFlow 를 활성화하려면 Conda를 사용한 DLAMI 의 Amazon Elastic Compute Cloud (Amazon EC2) 인스턴스를 엽니다.

$ source activate tensorflow_p36

GPU EC2 스팟 인스턴스에 Cuda/cuDNN와 Tensorflow/PyTorch/Jupyter Notebook 세팅하기 - Beomi's Tech blog

TensorFlow - 딥 러닝 AMI

 

 

styleGAN2 + ADA + pytorch (official)

official ffhq256 model 에서 전이학습 테스트 해보았는데 모델에서 생성된 fake 그리드가 다음과 같은 “pinkish”한 모습

 

 

 

config을 살펴보니 원래 8개 레이어여야 할 mapping network가 2개 레이어로 이루어져 있음

 

"G_kwargs": {
    "class_name": "training.networks.Generator",
    "z_dim": 512,
    "w_dim": 512,
    "mapping_kwargs": {
      "num_layers": 2
    },​

 

issue에 따르면, training.py에 cfg 인자를 명시하지 않으면 auto가 되는데, 그에 해당하는 스펙이 다음과 같음

 

auto config 은 일반적으로 커스텀 학습에 있어서 유연하게 속성이 선택되도록 셋팅하는데, 여기서는 mapping layer가 2개로 셋팅된다.

 

 

실제로 논문에서 mapping network가 shallow할 때 적은 데이터로 효과적이었고 FFHQ가 살짝 낮았음을 이야기하고 있다. 생성된 이미지가 더 expressive해질 수는 있으나, 현재 목적(layer swapping & tranlation)에 크게 중요한 것이 아니므로 직접 num_layers를 8로 지정해주기로 했음.

(아니면 아예 cfg_specs에 딕셔너리 추가하는 식으로 …)

참고 Issues · NVlabs/stylegan2-ada-pytorch