TensorFlowを使用して生成AIを作成する際の具体的なサンプル

2024年6月25日

TensorFlowを使用して生成AIを作成する際の具体的なサンプルを提供します。ここでは、Generative Adversarial Network (GAN) を使用して手書き数字の画像を生成する例を示します。

まず、TensorFlowをインストールします。

bash
pip install tensorflow

次に、以下のコードを使用してGANを実装します。

python
import tensorflow as tf
from tensorflow.keras import layers
import numpy as np

# Generatorモデルの定義
def make_generator_model():
    model = tf.keras.Sequential()
    model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Reshape((7, 7, 256)))
    assert model.output_shape == (None, 7, 7, 256)

    model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
    assert model.output_shape == (None, 7, 7, 128)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
    assert model.output_shape == (None, 14, 14, 64)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Conv2DTranspose(1, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
    assert model.output_shape == (None, 28, 28, 1)

    return model

# Discriminatorモデルの定義
def make_discriminator_model():
    model = tf.keras.Sequential()
    model.add(layers.Conv2D(64, (5, 5), strides=(2, 2), padding='same',
                                     input_shape=[28, 28, 1]))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))

    model.add(layers.Conv2D(128, (5, 5), strides=(2, 2), padding='same'))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))

    model.add(layers.Flatten())
    model.add(layers.Dense(1))

    return model

# ノイズを生成する関数
def generate_noise(batch_size, noise_dim):
    return tf.random.normal([batch_size, noise_dim])

# 生成器と識別器のインスタンス化
generator = make_generator_model()
discriminator = make_discriminator_model()

# 生成器の損失関数
def generator_loss(fake_output):
    return tf.losses.sigmoid_cross_entropy(tf.ones_like(fake_output), fake_output)

# 識別器の損失関数
def discriminator_loss(real_output, fake_output):
    real_loss = tf.losses.sigmoid_cross_entropy(multi_class_labels=tf.ones_like(real_output), logits=real_output)
    fake_loss = tf.losses.sigmoid_cross_entropy(multi_class_labels=tf.zeros_like(fake_output), logits=fake_output)
    total_loss = real_loss + fake_loss
    return total_loss

# 最適化アルゴリズムの定義
generator_optimizer = tf.optimizers.Adam(1e-4)
discriminator_optimizer = tf.optimizers.Adam(1e-4)

# 学習ステップの定義
@tf.function
def train_step(images):
    noise = generate_noise(batch_size, noise_dim)

    with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:
        generated_images = generator(noise, training=True)

        real_output = discriminator(images, training=True)
        fake_output = discriminator(generated_images, training=True)

        gen_loss = generator_loss(fake_output)
        disc_loss = discriminator_loss(real_output, fake_output)

    gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables)
    gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables)

    generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables))
    discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables))

# データセットのロードと前処理
mnist = tf.keras.datasets.mnist
(train_images, _), (_, _) = mnist.load_data()
train_images = train_images.reshape(train_images.shape[0], 28, 28, 1).astype('float32')
train_images = (train_images - 127.5) / 127.5

# ハイパーパラメータの設定
epochs = 50
batch_size = 256
noise_dim = 100
num_examples_to_generate = 16

# 生成器の学習ループ
for epoch in range(epochs):
    for i in range(train_images.shape[0] // batch_size):
        image_batch = train_images[i * batch_size:(i + 1) * batch_size]
        train_step(image_batch)

    print("Epoch {} done".format(epoch + 1))

# 生成器を使って新しい画像を生成
def generate_and_save_images(model, epoch, test_input):
    predictions = model(test_input, training=False)
    fig = plt.figure(figsize=(4, 4))

    for i in range(predictions.shape[0]):
        plt.subplot(4, 4, i + 1)
        plt.imshow(predictions[i, :, :, 0] * 127.5 + 127.5, cmap='gray')
        plt.axis('off')

    plt.savefig('image_at_epoch_{:04d}.png'.format(epoch))
    plt.show()

# トレーニング後に画像を生成
generate_and_save_images(generator, epochs, tf.random.normal([num_examples_to_generate, noise_dim]))

このコードでは、MNISTデータセットの手書き数字の画像を使用してGANをトレーニングし、生成された画像を生成します。トレーニングが完了すると、image_at_epoch_{epoch}.pngという名前の画像が保存されます。