（WGAN、WGAN_gp）Wasseratein GAN

基于tensorflow实现的wgan和wgan_gp，将数据集放于data文件夹下即可，如data/数据/*.jpg

# -*- coding: utf-8 -*-
from __future__ import division print_function absolute_import
import os
# os.environ[“CUDA_DEVICE_ORDER“] = “PCI_BUS_ID“
# os.environ[“CUDA_VISIBLE_DEVICES“] = “1“
import scipy.misc
import numpy as np

from model import WGAN
from utils import pp visualize to_json show_all_variables

import tensorflow as tf

flags = tf.app.flags
flags.DEFINE_integer（“epoch“ 25 “Epoch to train [25]“）
flags.DEFINE_float（“learning_rate“ 0.0002 “Learning rate of for adam [0.0002]“）
flags.DEFINE_float（“beta1“ 0.5 “Momentum term of adam [0.5]“）
flags.DEFINE_integer（“train_size“ np.inf “The size of train images [np.inf]“）
flags.DEFINE_integer（“batch_size“ 64 “The size of batch images [64]“）
flags.DEFINE_integer（“input_height“ 28 “The size of image to use （will be center cropped）. [28]“）
flags.DEFINE_integer（“input_width“ None “The size of image to use （will be center cropped）. If None same value as input_height [None]“）
flags.DEFINE_integer（“output_height“ 28 “The size of the output images to produce [28]“）
flags.DEFINE_integer（“output_width“ None “The size of the output images to produce. If None same value as output_height [None]“）
flags.DEFINE_string（“dataset“ “mnist“ “The name of dataset [celebA mnist lsun]“）
flags.DEFINE_string（“input_fname_pattern“ “*.jpg“ “Glob pattern of filename of input images [*]“）
flags.DEFINE_string（“checkpoint_dir“ “checkpoint“ “Directory name to save the checkpoints [checkpoint]“）
flags.DEFINE_string（“sample_dir“ “samples“ “Directory name to save the image samples [samples]“）
flags.DEFINE_boolean（“train“ False “True for training False for testing [False]“）
flags.DEFINE_boolean（“crop“ False “True for center cropping first then resize the images [False]“）
flags.DEFINE_boolean（“visualize“ False “True for visualizing False for nothing [False]“）
flags.DEFINE_integer（“critic_num“ 5 “The number of times the discriminator is updated [5]“）
flags.DEFINE_float（“clip_up“ 0.01 “Upper bounds of the truncation [0.01]“）
flags.DEFINE_float（“clip_down“ -0.01 “Lower bounds of the truncation [-0.01]“）
flags.DEFINE_string（“mode“ “gp“ “The mode of wgan regular or gp [gp]“）
flags.DEFINE_float（“LAMBDA“ 10. “Parameters of gp mode [10.]“）
FLAGS = flags.FLAGS


def main（_）:
    pp.pprint（flags.FLAGS.__flags）

    if FLAGS.input_width is None:
        FLAGS.input_width = FLAGS.input_height
    if FLAGS.output_width is None:
        FLAGS.output_width = FLAGS.output_height

    if not os.path.exists（FLAGS.checkpoint_dir）:
        os.makedirs（FLAGS.checkpoint_dir）
    if not os.path.exists（FLAGS.sample_dir）:
        os.makedirs（FLAGS.sample_dir）

    # gpu_options = tf.GPUOptions（per_process_gpu_memory_fraction=0.333）
    run_config = tf.ConfigProto（）
    run_config.gpu_options.allow_growth=True

    with tf.Session（config=run_config） as sess:
        if FLAGS.dataset == ‘mnist‘:
            wgan = WGAN（
                sess
                input_width=FLAGS.input_width
                in

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      25122  2017-08-27 12:19  model.py

     文件       4014  2017-08-14 14:48  ops.py

     文件       9758  2017-08-16 16:22  utils.py

     文件       5160  2017-08-27 18:13  main.py

----------- ---------  ---------- -----  ----

                44054                    4