Zdrojové kódy k workshopu během https://akicon.cz/ 2019 demonstrující generativní neuronové modely.
Zdrojové kódy naleznete zde
jsou to forky větších repozitářů s úpravami, aby inference běžela na CPU, a se skripty na parsování titulkůl pro tvorbu datasetů.
Naučené modely si stahněte a rozbalte
- do složky s gpt-2 zdrojovými kódy: https://uloz.to/file/qAOAep7N9gxs/gpt-2-models-zip
- do složky se stylegan zdrojovými kódy: https://uloz.to/file/QOHFtiFBEvhe/stylegan-models-zip
Instalovat budeme následující věci:
- Anaconda (python + další balíčky, snadná instalace)
- Tensorflow
- CUDA, pokud máte vyhovující GPU
- díky tomu budete učit na GPU, tedy rychleji
Pokud máte Nvidia GPU s compute capability => 3.5:
- compute capability naleznete zde: https://developer.nvidia.com/cuda-gpus (zde si rozklidněte pro váš typ, nejspíš CUDA-Enabled GeForce and TITAN Products)
tak můžete vše nainstalovat a bude to fungovat.
Pokud ne, jsou 3 možnosti:
- smířit se s tím, že budete používat jen CPU
- pro windows a compute capability 3.0 je možnost zde: https://medium.com/@naarkie/using-tensorflow-gpu-on-a-compute-3-0-graphics-card-in-windows-4184f4228fe9
- zkompilovat Tensorflow pro vaši (nižší) compute capability.
- pouze na vlastní nebezpečí, s tím vám moc neporadím
- https://www.tensorflow.org/install/source
- https://medium.com/@mccann.matt/compiling-tensorflow-with-cuda-3-0-support-42d8fe0bf3b5
- Pokud už máte python, nejspíše netřeba, ale pohlídejte si, že máte 64bit verzi pythonu
- Anaconda, python 3.7, https://www.anaconda.com/distribution/
-
Po instalaci Anacondy otevřete příkazovou řádku a zadejte:
- pokud máte vyhovující GPU:
conda install tensorflow-gpu
- pokud ne:
conda install tensorflow
- pokud máte vyhovující GPU:
-
Nyní byste měli mít vše připraveno pro workshop.
Compute capability => 3.5:
- pro notebooky:
- 2000 generace - vše
- 1000 generace - vše
- 900, 900M generace - vše
- 830M, 840M, 850M, 860M
- pro desktopy:
- 2000 generace - vše
- 1000 generace - vše
- 900 generace - vše
- GTX 780Ti, 780, 750Ti, 750
- GT 705, 720, 730 Compute capability 3.0:
- pro notebooky:
- 870M, 880M
- GTX 700M generace - vše
- GTX 600M generace - vše
- GT 730M, 735M, 740M, 745M, 750M, 755M
- GT 640M, 645M, 650M
- pro desktopy:
- GTX 750, 760, 770
- GTX 600 generace - vše
stylegan:
pip install moviepy
gpt-2:
pip install fire toposort
StyleGAN repozitář: https://github.com/NVlabs/stylegan Detailní návod: https://www.gwern.net/Faces
Stahněte si: https://github.com/NVlabs/stylegan/archive/master.zip (nebo přes git, pokud s ním umíte)
Spuštěním python pretrained_example.py
vygenerujete lidskou fotku.
Spuštěním python pretrained_example_anime.py
vygenerujete anime obrázek.
Spuštěním python pretrained_examples.py
vygenerujete 1000 anime obrázků.
Spuštěním jupyter notebook
a a v něm notebooku Stylegan-Interactive-Modification.ipynb
se dostanete k interaktivnímu generování.
Vygenerování textu nepodmíněně
python src/generate_unconditional_samples.py --top_k 40 --temperature 0.9 --nsamples 2 --seed 0 --model_name monogatari
python src/generate_unconditional_samples.py --top_k 40 --temperature 0.9 --nsamples 2 --seed 0 --model_name naruto
python src/generate_unconditional_samples.py --top_k 40 --temperature 0.9 --nsamples 2 --seed 0 --model_name overlord
Podmíněné generování textu
python src/interactive_conditional_samples.py --top_k 40 --temperature 0.9 --seed 2000 --model_name monogatari