看DCGAN源代碼 記錄遇到的好玩的事情

DCGAN tensorflow實現版本

link

1. flags = tf.app.flags

TensorFlow通過設置flags來傳遞tf.app.run()所需要的參數

舉例：

flags = tf.app.flags
flags.DEFINE_integer("epoch", 25, "Epoch to train [25]")
def main():
    XXX
if __name__ == '__main__':
    tf.app.run()

這段代碼採用的是tensorflow庫中自帶的tf.app.flags模塊實現命令行參數的解析。如果用終端運行tf程序，用上述兩種方式都可以，如果用spyder之類的工具，會報錯。

DCGAN
& >https://www.jianshu.com/p/a8f0b9c9dc58

---

2. 查看變量

舉例：

def show_all_variables():
    model_vars = tf.trainable_variables()
    slim.model_analyzer.analyze_vars(model_vars, print_info=True)

tf.trainable_variables返回的是需要訓練的變量列表
tf.all_variables返回的是所有變量的列表

https://blog.csdn.net/uestc_c2_403/article/details/72356448

好吧 我承認自己python也是半斤八兩，哈哈 順便記錄一下python的

3. python 鏈表推導式

vars=['ab','ac','bd']
nn = [var for var in vars if 'a' in var]

輸出nn：[‘ab’, ‘ac’]

4. python glob

from glob import glob
glob(pathname, recursive=False) 

第一個參數pathname爲需要匹配的字符串。（該參數應儘量加上r前綴，以免發生不必要的錯誤）
第二個參數代表遞歸調用，與特殊通配符“**”一同使用，默認爲False。
該函數返回一個符合條件的路徑的字符串列表，如果使用的是Windows系統，路徑上的“\”符號會自動加上轉義符號變爲“\”（方便使用）。
在3.5版本之後，glob函數支持一個特殊的通配符“**”，該通配符可以匹配指定路徑裏所有文件和目錄，包括子目錄裏的所有文件和目錄。相當於遞歸地調用了這個函數。使用這個通配符必須加上recursive=True參數。

http://python.jobbole.com/81552/

5. python 讀入圖像

import scipy
scipy.misc.imread(path).astype(np.float)

舉例：

dataset_name='mnist',
input_fname_pattern='*.jpg',
datas = glob(os.path.join("./data", self.dataset_name, self.input_fname_pattern))#返回一個列表
img = scipy.misc.imread(datas[0]).astype(np.float) #返回一個圖像
img_list = [scipy.misc.imread(data).astype(np.float) for data in datas] #返回該路徑所有圖像的集合列表

其中imread中有個flatten參數 用法如下
def imread(name, flatten=False, mode=None):
flatten : bool, optional；If True, flattens the color layers into a single gray-scale layer.
還有第二種方式

from PIL import Image
im = Image.open(path)

opencv來讀的時候，一定要注意：：：讀進來的三通道爲BGR。

import cv2
img = cv2.imread(path)

其實還有很多 鏈接如下：

https://www.zhihu.com/question/48762352?from=profile_question_card

同時歸一化[-1,1]快速方式:
img/127.5-1

6. python range & xrange

py3中取消了range 將xrange變爲range
range返回的是一個包含所有元素的列表，xrange返回的是一個生成器

print(range(5))
#輸出range(0,5)
print(list(range(5))) #相當於早起版本py2的range
#輸出[0,1,2,3,4]

7. tensorflow leaky ReLU 實現

def lrelu(x, leak=0.2, name="lrelu"):
    return tf.maximum(x, leak*x)

8. python title()

title() 方法返回”標題化”的字符串,就是說所有單詞都是以大寫開始，其餘字母均爲小寫(見 istitle())。

str = "this is string example....wow!!!";
print str.title();

以上實例輸出結果如下：

This Is String Example....Wow!!!

http://www.runoob.com/python/att-string-title.html

2018年4月9日22:56:39時間不早了 先記錄這一些吧~ 一晚上看了源代碼，李宏毅老師的課還有一篇DCGAN論文。。。

---

開工咯~

9. python // % divmod

地板除：//除法不管操作數爲何種數值類型，總是會捨去小數部分，返回數字序列中比真正的商小的最接近的數字。
divmod (a,b)，返回(a//b,a%b)
舉例：

divmod(5,3)
#輸出(1,2)

https://blog.csdn.net/sicofield/article/details/8613877

10.python np.squeeze

功能是剔除數組 a 中長度爲 1 的軸。

11. python 動畫生成

很有趣的一個玩法,直接將源代碼貼上。更多說明請參考伯樂在線

# 生成動畫的 用到了moviepy這個庫
def make_gif(images, fname, duration=2, true_image=False):
  import moviepy.editor as mpy

  def make_frame(t):
    try:
      x = images[int(len(images)/duration*t)]
    except:
      x = images[-1]

    if true_image:
      return x.astype(np.uint8)
    else:
      return ((x+1)/2*255).astype(np.uint8)

  clip = mpy.VideoClip(make_frame, duration=duration)
  clip.write_gif(fname, fps = len(images) / duration)

注意的是images是[0,1]的array數組 [batch,h,w,c]的形式
比如我實現了一下，效果不錯~

from glob import glob
import scipy
import os
from six.moves import xrange
import numpy as np


# 生成動畫的 用到了moviepy這個庫
def make_gif(images, fname, duration=2, true_image=False):
  import moviepy.editor as mpy

  def make_frame(t):
    try:
      x = images[int(len(images)/duration*t)]
    except:
      x = images[-1]

    if true_image:
      return x.astype(np.uint8)
    else:
      return ((x+1)/2*255).astype(np.uint8)

  clip = mpy.VideoClip(make_frame, duration=duration)
  clip.write_gif(fname, fps = len(images) / duration)


vars=['ab','ac','bd']
nn = [var for var in vars if 'a' in var]

paths = glob(os.path.join('C:\\Users\\Roc-Ng\\Pictures\\Camera Roll\\','*.jpg'))
imgs = [scipy.misc.imread(path) for path in paths]
imgs_array = np.array(imgs).astype(np.float)
imgs_array = imgs_array/255;
make_gif(imgs_array,'me.gif')

12. python numpy

習慣了matlab np中很多都不是很適應，記錄下來

z = np.random.uniform(0, 1, size=(10))

生成一個一維數組 服從在[0,1]均勻分佈，即z.shape = (10,)
即array[x,x,….,x]
而

z2 = np.random.uniform(0, 1, size=(10，1))

生成一個二維數組 服從在[0,1]均勻分佈，即z2.shape = (10,1)
即array[[x],[x],[x],[x]….,[x]]
在matlab裏面如果是
zm = randn(10);
生成一個10*10的均勻分佈

np.tile() 沿着不同的方向進行復制

z_sample = np.tile(z, (64, 1))
# z_sample 大小爲(64,10)
z_sample = np.tile(z2, (64, 1))
# z_sample 大小爲(640,1)