天秀！GitHub 硬核项目：动漫生成器让照片秒变手绘日漫风！！！(1)

对于这个项目的 AnimeGAN，如下所示为 AnimeGAN 所采用的生成器网络与判别器网络。看起来模型整体是比较常规地一个卷积神经网络，但它会采用实例归一化以及新型的 LReLU 激活函数。

除了架构细节上的更新外，作者还提出了以下三个新的损失函数：

• 灰度风格（grayscale style）loss

• 灰度对抗（grayscale adversarial）loss

• 色彩重构（color reconstruction）loss

这些损失函数能够让生成图片的风格更加接近于真实的漫画风格。

下表比较了 ACartoonGAN 与 AnimeGAN 的模型大小与推理速度。可以明显看出，AnimeGAN 是个相对轻量级的 GAN，具有更少的参数量以及更快的推理速度。

总体来说，新提出来的 AnimeGAN 是一种轻量级的生成对抗模型，它采用了较少的模型参数，以及引入格拉姆矩阵（Gram matrix）来加强照片的风格。研究者的方法需要采用一系列真实图片与一系列动漫图片做训练，且这些图片并不需要成对匹配，这就表明训练数据非常容易获得。

项目实测

我们在 Ubuntu 18.04 下对本项目进行了测试，相关依赖环境如下：

• python 3.6.8

• tensorflow-gpu 1.8

• opencv

• tqdm

• numpy

• glob

• argparse

这些依赖项可以说都是 CV 中常用的扩展库，我们就不用费尽心思去解决各种依赖环境冲突的问题了，这里给个好评。

以下是本项目的训练及测试详细流程。我们首先将 AnimeGAN 项目克隆到本地，在 Jupyter notebook 中输入：

!git clone https://github.com/TachibanaYoshino/AnimeGAN

将工作目录切换到 AnimeGAN：

import os

os.chdir(‘AnimeGAN’)

print(os.getcwd())

接下来下载项目作者提供的预训练模型，使用 vim download_staffs.sh 创建一个 Shell 文件，输入如下命令：

URL=https://github.com/TachibanaYoshino/AnimeGAN/releases/download/Haoyao-style_V1.0/Haoyao-style.zip

ZIP_FILE=./checkpoint/Haoyao-style.zip

TARGET_DIR=./checkpoint/saved_model

mkdir -p ./checkpoint

wget -N $URL-O$ZIP_FILE

mkdir -p $TARGET_DIR

unzip $ZI{P}_{F}ILE-d$TARGET_DIR

rm $ZIP_FILE

DatesetURL=https://github.com/TachibanaYoshino/AnimeGAN/releases/download/dataset-1/dataset.zip

ZIP_FILE=./dataset.zip

TARGET_DIR=./dataset

rm -rf dataset

wget -N $DatesetURL-O$ZIP_FILE

unzip $ZI{P}_{F}ILE-d$TARGET_DIR

rm $ZIP_FILE

VGG_FILE=./vgg19_weight/vgg19.npy

wget --load-cookies /tmp/cookies.txt "https://docs.google.com/uc?export=download&confirm=KaTeX parse error: Expected 'EOF', got '&' at position 136: …export=download&̲id=1U5HCRpZWAbD…VGG_FILE && rm -rf /tmp/cookies.txt

保存后退出，以上命令会将预训练的模型、vgg19 权重以及训练数据集下载并保存到其对应目录下。在 notebook 中运行：

!bash download_staffs.sh

至此即完成所有准备工作，运行如下代码就可以对模型进行训练了：

!python main.py --phase train --dataset Hayao --epoch 101 --init_epoch 1

AnimeGAN 的训练过程如下图所示：

当进行测试时，我们需要将用于测试的图片保存到 dataset/test/real 目录下，并运行如下代码：

!python test.py --checkpoint_dir checkpoint/saved_model --test_dir dataset/test/real --style_name H

下面是我在学习HTML和CSS的时候整理的一些笔记，有兴趣的可以看下：

进阶阶段

进阶阶段，开始攻 JS，对于刚接触 JS 的初学者，确实比学习 HTML 和 CSS 有难度，但是只要肯下功夫，这部分对于你来说，也不是什么大问题。

JS 内容涉及到的知识点较多，看到网上有很多人建议你从头到尾抱着那本《JavaScript高级程序设计》学，我是不建议的，毕竟刚接触 JS 谁能看得下去，当时我也不能，也没那样做。

我这部分的学习技巧是，增加次数，减少单次看的内容。就是说，第一遍学习 JS 走马观花的看，看个大概，去找视频以及网站学习，不建议直接看书。因为看书看不下去的时候很打击你学下去的信心。

然后通过一些网站的小例子，开始动手敲代码，一定要去实践、实践、实践，这一遍是为了更好的去熟悉 JS 的语法。别只顾着来回的看知识点，眼高手低可不是个好习惯，我在这吃过亏，你懂的。

1、JavaScript 和 ES6

在这个过程你会发现，有很多 JS 知识点你并不能更好的理解为什么这么设计，以及这样设计的好处是什么，这就逼着让你去学习这单个知识点的来龙去脉，去哪学？第一，书籍，我知道你不喜欢看，我最近通过刷大厂面试题整理了一份前端核心知识笔记，比较书籍更精简，一句废话都没有，这份笔记也让我通过跳槽从8k涨成20k。

2、前端框架

前端框架太多了，真的学不动了，别慌，其实对于前端的三大马车，Angular、React、Vue 只要把其中一种框架学明白，底层原理实现，其他两个学起来不会很吃力，这也取决于你以后就职的公司要求你会哪一个框架了，当然，会的越多越好，但是往往每个人的时间是有限的，对于自学的学生，或者即将面试找工作的人，当然要选择一门框架深挖原理。

以 Vue 为例，我整理了如下的面试题。