2021年,NFT数字艺术品和数字藏品迅速出圈,在这场浪潮中,2017年成立的“加密朋克”项目因其收藏者的知名度和不断刷新的成交价,升值成为最具价值的收藏品之一,更成为了先锋投资者和艺术收藏者身份的象征。
图片来源:larvalabs
多个NFT数字艺术品项目的成功,也将AI生成数字艺术品推至台前。在这场“出圈浪潮”中,很多艺术家选择用AI技术作为图像创造的工具,最终再将艺术品铸造为NFT,使用AI技术进行NFT数字艺术品创作的可能性被充分发掘。与艺术生成有关的AL/ML工作专注于艺术风格的创造,很多团队和个人也关注到艺术品,通过生成对抗网络“批量”生成特定风格的作品。
最近有一个名为“CryptoPunksGAN”的项目发布在Github上,用于生成CryptoPunks的简单SN-GAN,项目地址:https://github.com/teddykoker/cryptopunks-gan?。这个项目用Python完成,我们通过矩池云?www.matpool.com?对其进行了复现。矩池云提供面向元宇宙的解决方案,创作者可以使用平台轻松训练和部署其AI模型,加速元宇宙中的如NLP虚拟人、图像内容生成等环节的过程。本次用机器学习生成CryptoPunks项目的复现,上手过程非常简单,不需要任何安装和调试,打开界面就能在云端就感受到生成艺术的创作过程。
分析项目依赖,租用机器
分析项目依赖环境
首先通过开源项目的requirements.txt文件,我们知道该项目主要需要Pytorch1.10.2和CUDA11.3环境,另外还需要pandas、Pillow等第三方包,如果将其在本地安装我们还是需要花一定的时间的,不过我们不需要这些复杂的步骤。
行情丨HT在15分钟内跌幅超过3.00%:据火币全球站数据显示,HT/BTC在15分钟内出现剧烈波动,跌超3.00%,达到-3.01%。当前报价为 3.39 美元,行情波动较大,请注意风险控制。[2019/10/14]
分析项目依赖环境
我们进入矩池云,如果你还没有注册过账号,可以先注册一个账号,新注册用户关注并绑定矩池云微信公众号可获赠5元体验金,体验金在租用机器时直接抵扣。
在矩池云租用合适的机器
在矩池云的主机市场,我们可以选择需要使用到的机器,这里我们就选最便宜的NVIDIATeslaK80。
选择机器
点击租用按钮后,我们可以对机器进行配置:
1选择基础镜像,我们直接搜索Pytorch1.10
2发现有相关镜像,并且其他依赖如CUDA11.3也符合要求,点击选择即可
3选择好镜像后,我们可以进行其他配置,如:VNC功能开启、公钥设置、高级选项中的自定义端口等
行情丨ETH在5分钟内涨幅超过1.00%:据火币全球站数据显示,ETH/USDT在5分钟内出现剧烈波动,涨超1.00%,达到1.44%。当前报价为 216.50 美元,行情波动较大,请注意风险控制。[2019/7/18]
选择镜像
设置好机器基本环境,我们点击下单即可。
下载代码、数据及模型
租用好机器后,我们选择最简单的使用方法,直接点击租用界面的JupyterLab连接,即可快速使用服务器。
打开JupyterLab
进入JupyterLab页面后,我们先点击Terminal进入终端,并输入下面指令。
打开Terminal
我们只需把上方代码复制粘贴即可,当出现Checkingoutfiles:?100%即代表下载开源项目CryptoPunks-GAN项目成功,可以进入到下一步。
行情丨EOS在5分钟内涨幅超过2.00%:据火币全球站数据显示,EOS/USDT在5分钟内出现剧烈波动,涨超2.00%,达到2.32%。当前报价为 3.52 美元,行情波动较大,请注意风险控制。[2019/7/17]
Checkingoutfiles:100%
我们可以了解一下刚才输入这段代码的含义,它代表着
先进入/mnt目录
新建一个文件夹MyCode并进入文件夹
gitclone下载开源项目cryptopunks-gan
使用模型和训练
使用预训练模型测试
我们进入到cryptopunks-gan项目目录。具体方式为,找到名为mnt的文件夹
mnt文件夹
进入到MyCode,再进入到cryptopunks-gan
路径
然后点击左上角+新建一个Launcher,点击Notebook中的myconda。即可新建一个jupyternotebook文件。
行情 | ETH 5分钟下跌超1%:据Huobi数据显示,ETH在5分钟内快速下跌,跌幅近1%,当前报价为136.75USDT,24小时跌幅扩大至2.42%,行情波动较大,请注意控制风险。[2019/2/25]
新建ipynb步骤
我们可以先使用预训练好的模型来测试使用,测试使用代码官方已经给我们提供好了。
可以直接复制以下所有代码,或者像我一样一段一段运行
运行按钮如下
运行按钮
运行成功后会在项目目录下生成一个punks.png文件。
行情 | EOS 15分钟涨幅超过1.00% 现报价5.94美元:据Bitfinex数据显示,EOS 15分钟内涨幅超过1.00%,现报价5.94美元,价格波动较大,请密切关注行情走势,注意风险控制。[2018/8/30]
punks.png
我们可以直接点击查看预训练结果
训练模型
按照教程,除了使用预训练模型,我们还可以对模型进行训练,训练代码在项目目录的train.py文件中。
我们重新回到JupyterLab的Terminal中
打开Terminal
输入下面指令:
运行过程
这个过程比较漫长,预计1个小时左右,训练完成后默认会在项目目录中生成一个out目录,里面会存放训练好的权重文件和样本图片文件。最终完成训练的图片是序号最大的那张,在这个案例中即编号为999的文件。
out目录
此时回到“我的网盘”,即可看到out文件夹,刚才的训练过程和结果图片都在其中。
我的网盘
在训练使用过程中你还可以查看机器监控,看机器的GPU、内存等使用情况。
机器使用情况
释放机器
当你的代码都跑完,不需要使用机器时,可以选择释放机器。
在机器租用页面,你可以看到释放机器按钮,在更多按钮中你还可以看到保存环境功能。
释放和保存环境
如果你在基础环境中还安装了一些其他包,并且想在下次使用的时候想继续使用,你可以选择保存环境,保存的环境会存放在你的网盘中。
如果不需要保存环境,直接点击释放机器即可。
以下一部分为epoch训练后生成的图片:
训练最终的完成图如下
GANs生成图
关于GANs
IanGoodfellow等人在2014年的一篇论文中首次提出生成对抗网络,它的实现方式是通过同时使用生成模型和判别模型,两个模型相互竞争,从而训练出图片。这一过程可以这样简单解释,生成模型的作用类似于一个人不断地创造假的《蒙娜丽莎》,他要在创造过程中不断提升其和真画的相似度,判别模型则类似于鉴别师,他负责鉴别和确认假画。两个人相互竞争,双方提升各自的创造方法和鉴别方法,直到假画达到与真画难以区分的程度。
在CrypoPunksGAN项目中所用到的算法是SN-GAN,即SpectralNormalizationforGenerativeAdversarialNetwork,训练过程更稳定,更容易收敛,文献内容可参考?https://arxiv.org/abs/1802.05957?。
郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。