GAN:5分鐘用GANs生成CryptoPunks風格圖像

2021年，NFT數字藝術品和數字藏品迅速出圈，在這場浪潮中，2017年成立的“加密朋克”項目因其收藏者的知名度和不斷刷新的成交價，升值成為最具價值的收藏品之一，更成為了先鋒投資者和藝術收藏者身份的象征。

圖片來源：larvalabs多個NFT數字藝術品項目的成功，也將AI生成數字藝術品推至臺前。在這場“出圈浪潮”中，很多藝術家選擇用AI技術作為圖像創造的工具，最終再將藝術品鑄造為NFT，使用AI技術進行NFT數字藝術品創作的可能性被充分發掘。與藝術生成有關的AL/ML工作專注于藝術風格的創造，很多團隊和個人也關注到藝術品，通過生成對抗網絡“批量”生成特定風格的作品。

最近有一個名為“CryptoPunksGAN”的項目發布在Github上，用于生成CryptoPunks的簡單SN-GAN，項目地址：https://github.com/teddykoker/cryptopunks-gan。這個項目用Python完成，我們通過矩池云www.matpool.com對其進行了復現。矩池云提供面向元宇宙的解決方案，創作者可以使用平臺輕松訓練和部署其AI模型，加速元宇宙中的如NLP虛擬人、圖像內容生成等環節的過程。本次用機器學習生成CryptoPunks項目的復現，上手過程非常簡單，不需要任何安裝和調試，打開界面就能在云端就感受到生成藝術的創作過程。

BTC在5分鐘內漲幅超過1.00%:據火幣全球站數據顯示，BTC/USDT在5分鐘內出現劇烈波動，漲超1.00%，達到1.24%。當前報價為 5959.77 美元，行情波動較大，請注意風險控制。[2020/3/20]

一、分析項目依賴，租用機器

1.1分析項目依賴環境

首先通過開源項目的requirements.txt文件，我們知道該項目主要需要Pytorch1.10.2和CUDA11.3環境，另外還需要pandas、Pillow等第三方包，如果將其在本地安裝我們還是需要花一定的時間的，不過我們不需要這些復雜的步驟。

分析項目依賴環境我們進入矩池云，如果你還沒有注冊過賬號，可以先注冊一個賬號，新注冊用戶關注并綁定矩池云微信公眾號可獲贈5元體驗金，體驗金在租用機器時直接抵扣。

BTC在15分鐘內漲幅超過1.00%:據火幣全球站數據顯示，BTC/USDT在15分鐘內出現劇烈波動，漲超1.00%，達到1.11%。當前報價為 5868.51 美元，行情波動較大，請注意風險控制。[2020/3/20]

1.2在矩池云租用合適的機器

在矩池云的主機市場，我們可以選擇需要使用到的機器，這里我們就選最便宜的NVIDIATeslaK80。

選擇機器點擊租用按鈕后，我們可以對機器進行配置：

1選擇基礎鏡像，我們直接搜索Pytorch1.102發現有相關鏡像，并且其他依賴如CUDA11.3也符合要求，點擊選擇即可3選擇好鏡像后，我們可以進行其他配置，如：VNC功能開啟、公鑰設置、高級選項中的自定義端口等

行情丨BTC在5分鐘內漲幅超過1.00%:據火幣全球站數據顯示，BTC/USDT在5分鐘內出現劇烈波動，漲超1.00%，達到1.11%。當前報價為 10080.18 美元，行情波動較大，請注意風險控制。[2019/7/2]

選擇鏡像設置好機器基本環境，我們點擊下單即可。

二、下載代碼、數據及模型

租用好機器后，我們選擇最簡單的使用方法，直接點擊租用界面的JupyterLab連接，即可快速使用服務器。

打開JupyterLab進入JupyterLab頁面后，我們先點擊Terminal進入終端，并輸入下面指令。

行情 | OKB 15分鐘跌幅超過4.00%:據OKEx數據顯示，OKB 現報價1.44美元，15分鐘內跌幅超過4.00%，波動較大，請做好風險控制[2019/4/16]

打開Terminalcd/mntmkdirMyCode&&cdMyCodegitclonehttps://hub.fastgit.xyz/teddykoker/cryptopunks-gan.git

我們只需把上方代碼復制粘貼即可，當出現Checkingoutfiles:?100%即代表下載開源項目CryptoPunks-GAN項目成功，可以進入到下一步。

打開Terminal

輸入下面指令：

cd/mnt/MyCode/cryptopunks-ganpythontrain.py

分析 | 金色盤面：BTC/USDT 15分鐘量價區間:金色盤面綜合分析：BTC/USDT15分鐘K線圖，從籌碼分布情況看，目前處在一個密集成交區，對價格形成一定支撐，壓力在6500附近，短線多空持平，趨向性不明，建議觀望。[2018/8/9]

運行過程這個過程比較漫長，預計1個小時左右，訓練完成后默認會在項目目錄中生成一個out目錄，里面會存放訓練好的權重文件和樣本圖片文件。最終完成訓練的圖片是序號最大的那張，在這個案例中即編號為999的文件。

out目錄

此時回到“我的網盤”，即可看到out文件夾，剛才的訓練過程和結果圖片都在其中。

我的網盤在訓練使用過程中你還可以查看機器監控，看機器的GPU、內存等使用情況。

機器使用情況

3.3釋放機器

當你的代碼都跑完，不需要使用機器時，可以選擇釋放機器。

在機器租用頁面，你可以看到釋放機器按鈕，在更多按鈕中你還可以看到保存環境功能。

釋放和保存環境如果你在基礎環境中還安裝了一些其他包，并且想在下次使用的時候想繼續使用，你可以選擇保存環境，保存的環境會存放在你的網盤中。

如果不需要保存環境，直接點擊釋放機器即可。

以下一部分為epoch訓練后生成的圖片：

訓練最終的完成圖如下

GANs生成圖

四、關于GANs

IanGoodfellow等人在2014年的一篇論文中首次提出生成對抗網絡，它的實現方式是通過同時使用生成模型和判別模型，兩個模型相互競爭，從而訓練出圖片。這一過程可以這樣簡單解釋，生成模型的作用類似于一個人不斷地創造假的《蒙娜麗莎》，他要在創造過程中不斷提升其和真畫的相似度，判別模型則類似于鑒別師，他負責鑒別和確認假畫。兩個人相互競爭，雙方提升各自的創造方法和鑒別方法，直到假畫達到與真畫難以區分的程度。

在CrypoPunksGAN項目中所用到的算法是SN-GAN，即SpectralNormalizationforGenerativeAdversarialNetwork，訓練過程更穩定，更容易收斂，文獻內容可參考https://arxiv.org/abs/1802.05957。

Tags：GANBTCCRYCRYPOrganixwbtc幣挖礦app下載XEN CryptoCryptoArt.Ai

火星幣