# =================================================== # DCGANの実装（PyTorch） # =================================================== import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import DataLoader import torchvision.utils as vutils import matplotlib.pyplot as plt import numpy as np # =================================================== # 1. ハイパーパラメータの設定 # =================================================== # torch.device(): 計算に使用するデバイスを指定 # CUDAが利用可能ならGPU、そうでなければCPU device = torch.device(“cuda” if torch.cuda.is_available() else “cpu”) # 主要なハイパーパラメータ latent_dim = 100 # ノイズの次元（Generatorへの入力） image_size = 64 # 生成する画像のサイズ（64×64） batch_size = 128 # バッチサイズ num_epochs = 50 # エポック数 lr = 0.0002 # 学習率（DCGANの推奨値） beta1 = 0.5 # Adamオプティマイザのβ1（DCGANの推奨値） feature_maps_g = 64 # Generatorの基本フィーチャーマップ数 feature_maps_d = 64 # Discriminatorの基本フィーチャーマップ数 print(f”使用デバイス: {device}”) print(f”ノイズ次元: {latent_dim}”) print(f”画像サイズ: {image_size}×{image_size}”)

# =================================================== # 2. データセットの準備 # =================================================== # transforms.Compose(): 複数の変換を連結 transform = transforms.Compose([ # Resize(): 画像を指定サイズにリサイズ transforms.Resize(image_size), # CenterCrop(): 中央から指定サイズで切り出し transforms.CenterCrop(image_size), # ToTensor(): PIL画像をTensorに変換（0〜1に正規化） transforms.ToTensor(), # Normalize(): 値を-1〜1に正規化 # (x – 0.5) / 0.5 = 2x – 1 # 0〜1 → -1〜1 transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)) ]) # データセットの読み込み（CIFAR-10を例として使用） # 本格的な顔生成にはCelebAなどを使用 dataset = datasets.CIFAR10( root=’./data’, # データの保存先 train=True, # 訓練データを使用 download=True, # ダウンロードする transform=transform # 上で定義した変換を適用 ) # DataLoader(): データをバッチで取得するためのイテレータ dataloader = DataLoader( dataset, batch_size=batch_size, shuffle=True, # データをシャッフル num_workers=2 # データ読み込みの並列数 ) print(f”データセットサイズ: {len(dataset)}枚”) print(f”バッチ数: {len(dataloader)}”)

# =================================================== # 3. Generatorの定義 # =================================================== class Generator(nn.Module): “”” DCGANのGenerator ノイズベクトルから画像を生成する “”” def __init__(self, latent_dim=100, feature_maps=64): “”” Args: latent_dim: 入力ノイズの次元 feature_maps: 基本のフィーチャーマップ数 “”” super(Generator, self).__init__() # nn.Sequential(): 複数の層を順番に適用 self.main = nn.Sequential( # ===== 第1層: 入力 ===== # nn.ConvTranspose2d(): 転置畳み込み（逆畳み込み） # 引数: (入力チャンネル, 出力チャンネル, カーネルサイズ, stride, padding) # latent_dim × 1 × 1 → feature_maps*8 × 4 × 4 nn.ConvTranspose2d(latent_dim, feature_maps * 8, 4, 1, 0, bias=False), nn.BatchNorm2d(feature_maps * 8), nn.ReLU(True), # ===== 第2層 ===== # feature_maps*8 × 4 × 4 → feature_maps*4 × 8 × 8 nn.ConvTranspose2d(feature_maps * 8, feature_maps * 4, 4, 2, 1, bias=False), nn.BatchNorm2d(feature_maps * 4), nn.ReLU(True), # ===== 第3層 ===== # feature_maps*4 × 8 × 8 → feature_maps*2 × 16 × 16 nn.ConvTranspose2d(feature_maps * 4, feature_maps * 2, 4, 2, 1, bias=False), nn.BatchNorm2d(feature_maps * 2), nn.ReLU(True), # ===== 第4層 ===== # feature_maps*2 × 16 × 16 → feature_maps × 32 × 32 nn.ConvTranspose2d(feature_maps * 2, feature_maps, 4, 2, 1, bias=False), nn.BatchNorm2d(feature_maps), nn.ReLU(True), # ===== 出力層 ===== # feature_maps × 32 × 32 → 3 × 64 × 64 nn.ConvTranspose2d(feature_maps, 3, 4, 2, 1, bias=False), nn.Tanh() # 出力を-1〜1に正規化 ) def forward(self, x): “””順伝播””” return self.main(x) # Generatorのインスタンス化 netG = Generator(latent_dim, feature_maps_g).to(device) print(“Generatorを作成しました”) print(netG)

# =================================================== # 4. Discriminatorの定義 # =================================================== class Discriminator(nn.Module): “”” DCGANのDiscriminator 画像が本物か偽物かを判定する “”” def __init__(self, feature_maps=64): “”” Args: feature_maps: 基本のフィーチャーマップ数 “”” super(Discriminator, self).__init__() self.main = nn.Sequential( # ===== 第1層: 入力 ===== # nn.Conv2d(): 通常の畳み込み # 3 × 64 × 64 → feature_maps × 32 × 32 # 最初の層はBatchNormを使わない（DCGANのガイドライン） nn.Conv2d(3, feature_maps, 4, 2, 1, bias=False), nn.LeakyReLU(0.2, inplace=True), # ===== 第2層 ===== # feature_maps × 32 × 32 → feature_maps*2 × 16 × 16 nn.Conv2d(feature_maps, feature_maps * 2, 4, 2, 1, bias=False), nn.BatchNorm2d(feature_maps * 2), nn.LeakyReLU(0.2, inplace=True), # ===== 第3層 ===== # feature_maps*2 × 16 × 16 → feature_maps*4 × 8 × 8 nn.Conv2d(feature_maps * 2, feature_maps * 4, 4, 2, 1, bias=False), nn.BatchNorm2d(feature_maps * 4), nn.LeakyReLU(0.2, inplace=True), # ===== 第4層 ===== # feature_maps*4 × 8 × 8 → feature_maps*8 × 4 × 4 nn.Conv2d(feature_maps * 4, feature_maps * 8, 4, 2, 1, bias=False), nn.BatchNorm2d(feature_maps * 8), nn.LeakyReLU(0.2, inplace=True), # ===== 出力層 ===== # feature_maps*8 × 4 × 4 → 1 × 1 × 1 nn.Conv2d(feature_maps * 8, 1, 4, 1, 0, bias=False), nn.Sigmoid() # 0〜1の確率を出力 ) def forward(self, x): “””順伝播””” # view(-1, 1): バッチサイズ × 1 の形状に変換 # squeeze(1): 不要な次元を削除 return self.main(x).view(-1, 1).squeeze(1) # Discriminatorのインスタンス化 netD = Discriminator(feature_maps_d).to(device) print(“Discriminatorを作成しました”)

# =================================================== # 5. 重みの初期化 # =================================================== def weights_init(m): “”” DCGANの推奨に従って重みを初期化 Conv層: 平均0、標準偏差0.02の正規分布 BatchNorm層: 平均1、標準偏差0.02の正規分布 “”” classname = m.__class__.__name__ if classname.find(‘Conv’) != -1: # nn.init.normal_(): 正規分布で初期化 nn.init.normal_(m.weight.data, 0.0, 0.02) elif classname.find(‘BatchNorm’) != -1: nn.init.normal_(m.weight.data, 1.0, 0.02) nn.init.constant_(m.bias.data, 0) # 重みの初期化を適用 # apply(): モデルの全ての層に関数を適用 netG.apply(weights_init) netD.apply(weights_init) print(“重みを初期化しました”)

# =================================================== # 6. 損失関数とオプティマイザの設定 # =================================================== # nn.BCELoss(): Binary Cross Entropy Loss # 本物=1、偽物=0 の2値分類に使用 criterion = nn.BCELoss() # 固定ノイズ（訓練中の可視化用） # 同じノイズから生成される画像の変化を観察 fixed_noise = torch.randn(64, latent_dim, 1, 1, device=device) # ラベル real_label = 1.0 # 本物のラベル fake_label = 0.0 # 偽物のラベル # オプティマイザ（Adam） # lr=0.0002, beta1=0.5 はDCGANの推奨値 optimizerD = optim.Adam(netD.parameters(), lr=lr, betas=(beta1, 0.999)) optimizerG = optim.Adam(netG.parameters(), lr=lr, betas=(beta1, 0.999)) print(“損失関数とオプティマイザを設定しました”)

# =================================================== # 7. 訓練ループ # =================================================== # 損失の記録用 G_losses = [] D_losses = [] print(“訓練を開始します…”) for epoch in range(num_epochs): for i, (real_images, _) in enumerate(dataloader): # ============================ # (1) Discriminatorの更新 # ============================ # 勾配をリセット netD.zero_grad() # — 本物の画像で訓練 — real_images = real_images.to(device) batch_size_current = real_images.size(0) # 本物のラベル（すべて1） labels = torch.full((batch_size_current,), real_label, dtype=torch.float, device=device) # Discriminatorで判定 output = netD(real_images) # 損失を計算（本物を本物と判定させたい） errD_real = criterion(output, labels) errD_real.backward() # D(x): 本物画像に対するDの出力の平均 D_x = output.mean().item() # — 偽物の画像で訓練 — # ノイズを生成 noise = torch.randn(batch_size_current, latent_dim, 1, 1, device=device) # Generatorで偽画像を生成 fake_images = netG(noise) # 偽物のラベル（すべて0） labels.fill_(fake_label) # Discriminatorで判定 # detach(): Generatorの勾配計算を防ぐ output = netD(fake_images.detach()) # 損失を計算（偽物を偽物と判定させたい） errD_fake = criterion(output, labels) errD_fake.backward() # D(G(z)): 偽画像に対するDの出力の平均 D_G_z1 = output.mean().item() # Discriminatorの総損失 errD = errD_real + errD_fake # Discriminatorのパラメータを更新 optimizerD.step() # ============================ # (2) Generatorの更新 # ============================ # 勾配をリセット netG.zero_grad() # Generatorは偽物を本物と判定させたい labels.fill_(real_label) # Discriminatorで判定（今度はdetachしない） output = netD(fake_images) # 損失を計算 errG = criterion(output, labels) errG.backward() # D(G(z)): Generator更新後の偽画像に対するDの出力 D_G_z2 = output.mean().item() # Generatorのパラメータを更新 optimizerG.step() # 損失を記録 G_losses.append(errG.item()) D_losses.append(errD.item()) # 進捗表示（50バッチごと） if i % 50 == 0: print(f'[{epoch+1}/{num_epochs}][{i}/{len(dataloader)}] ‘ f’Loss_D: {errD.item():.4f} Loss_G: {errG.item():.4f} ‘ f’D(x): {D_x:.4f} D(G(z)): {D_G_z1:.4f}/{D_G_z2:.4f}’) # エポック終了時に画像を生成して保存 if (epoch + 1) % 5 == 0: with torch.no_grad(): fake = netG(fixed_noise).detach().cpu() # 画像を保存 plt.figure(figsize=(8, 8)) plt.axis(“off”) plt.title(f”Generated Images (Epoch {epoch+1})”) plt.imshow(np.transpose( vutils.make_grid(fake, padding=2, normalize=True), (1, 2, 0) )) plt.savefig(f’generated_epoch_{epoch+1}.png’, dpi=150, bbox_inches=’tight’) plt.close() print(“訓練が完了しました！”)

# =================================================== # 8. 損失のプロットと画像生成 # =================================================== # 損失の推移をプロット plt.figure(figsize=(10, 5)) plt.title(“Generator and Discriminator Loss During Training”) plt.plot(G_losses, label=”Generator”, alpha=0.7) plt.plot(D_losses, label=”Discriminator”, alpha=0.7) plt.xlabel(“Iterations”) plt.ylabel(“Loss”) plt.legend() plt.savefig(‘dcgan_loss_plot.png’, dpi=150, bbox_inches=’tight’) plt.show() # 新しい画像を生成 with torch.no_grad(): noise = torch.randn(64, latent_dim, 1, 1, device=device) generated_images = netG(noise).detach().cpu() # 生成画像を表示 plt.figure(figsize=(10, 10)) plt.axis(“off”) plt.title(“Final Generated Images”) plt.imshow(np.transpose( vutils.make_grid(generated_images, padding=2, normalize=True), (1, 2, 0) )) plt.savefig(‘dcgan_final_images.png’, dpi=150, bbox_inches=’tight’) plt.show() print(“画像を保存しました”)