■前置き
今から半年ほど前の Google AI Blog の記事
ai.googleblog.com
TFGAN: A Lightweight Library for Generative Adversarial Networks
要約すると
「GANってのは、コンテンツ生成という新しい研究領域を広げてます。
例を見てみ、すごいっしょ！
すぐに動かせる軽量のチュートリアル作ったから、見てみ
めっちゃテストしたから、数学や確率のミスは無いと思って信用してツールとして使ってほしい
俺たちと同じ環境使って一緒にがんばろ！」
なるほど、これは面白そう！
前回、前々回と TensorFlow がGoogle Cloud ML で動くようになったし
とりあえずサンプル動くところまでやってみたくなりました。
そこでだ、実装について最初に読んだ解説がこちら
github.com
TensorFlow-GAN (TFGAN)
チュートリアルへの案内あり、こちらを先に読むことにした。
github.com
■作業ログ
まずは TensorFlow で gan が使えるか確認します。
python -c "import tensorflow.contrib.gan as tfgan"
エラーが出るようなら、出ないように TensorFlow のチュートリアルをこなしましょう。
一応エラー出なかった、使える！
■Python 勉強
コード単体ならどんどん読み進められますが、ファイルをまたいで、not found エラーとかランタイムで出されると辛いっすよね。
この辺は TensorFlow とは別で Python の基本から頭に入れておかなければならない。
kannokanno.hatenablog.com
一言じゃ語れない
Python コード書式で不明点をなくす + Tensor Flow のデータフローグラフのメンタルモデルを作れるようにする
この二つの合わせ技がないと TensorFlow-GAN のコード読みの入り口に立てません。
無知から始めると、マスターまで三日くらい要しますので、連休とかに集中して取り組む覚悟が必要だと思います。
GAN の論文とか解説記事も理解できるようになる必要もあるので、結構頭使います。
もう私もいつのまにかオッサンなので、ゼロから知識構築するの大変
これが生きるってことなのか(◞‸◟)
