dcgan代码（tensorflow）调试过程记录（win10家庭版环境下）

首先去官方网址下载源码如下：
点我点我
下载好了以后，在cmd安装anaconda 1.7.2，然后你们自己百度创建个环境啥的，我的环境如下：
（因为没有gpu，所以主要用基于cpu的py3环境）

1. 先浏览官网的环境要求

• Python 2.7 or Python 3.3+
• Tensorflow 0.12.1
• SciPy
• pillow
• (Optional)moviepy (for visualization)
• (Optional)Align&Cropped Images.zip : Large-scale CelebFaces Dataset

然后查看自己的python是什么版本：
直接打开cmd，输入以下代码就行了，就会出现版本号，我的是3.7.0，符合要求（python3.3+）

python

然后进入虚拟环境py3：

conda activate py3

那个官网是写的tensorflow 0.12.1，但是我指定版本安装后发现不可以，这个版本不存在，于是我查看了现在我的tensorflow 版本是1.11.0，高版本应该可以兼容低版本吧，试试看。。。

pip install tensorflow==0.12.1

继续安装官方需要的包，如下图，我好像都安装过，它显示了路径。

按照官网的顺序进行输入代码1：

python download.py mnist celebA

然后它提示我缺少包，它说啥就是啥。。。安上！

安装完再执行代码1，报错，说是链接不上，应该是源有问题：

错误原因是：没有连上外网，所以下载不了。找了一台同事的台式，帮我下载好了，并且解压放在和代码同一个文件夹下面。如图：

接下来执行：

python main.py --dataset mnist --input_height=28 --output_height=28 --train

报错：说这个文件不存在，于是我去打开我放有数据集的文件夹，发现是IDX1-UBYTE 文件。

然后到这里，卡住了，因为minist原来的数据集下载下来是数字组成的，还得另外写代码编译。然后我看到了官网写的另外一段代码：
可以使用自己的数据集（吧你的数据集放在DCGAN-tensorflow-master\data目录下）
并且把DATASET_NAME换成你自己数据集的名字就可以了。

$ mkdir data/DATASET_NAME
... add images to data/DATASET_NAME ...
$ python main.py --dataset DATASET_NAME --train
$ python main.py --dataset DATASET_NAME
$ # example
$ python main.py --dataset=eyes --input_fname_pattern="*_cropped.png" --train

我随便从imagnet（train数据集）中的1000的种类中，随机选了113类，每一类一张图（大小256*256），做成新的数据集，起名small100，并且输入下面代码：

python main.py --dataset small100 --input_height=256 --output_height=256 --train

代码就开始顺利的跑起来了！如图：

一开始它是默认25epoch，还有很多参数都是可以改的，都在main.py里面。

我的cpu已经开始燃烧了。。。。。笔记本风扇呼呼的。。。。
参考资料链接：
1、Windows下用DCGAN训练自己的数据集
http://www.pianshen.com/article/6611314207/
2、详解 MNIST 数据集
https://blog.csdn.net/simple_the_best/article/details/75267863