WGAN 代码测试

对 keras : tensorflow https://github.com/tdeboissiere/DeepLearningImplementations/tree/master/WassersteinGAN 代码进行了运行测试，及环境配置等

主机aws云，镜像采样之前文章介绍的镜像，已经安装好tensoflow及GPU配置等。

环境碰到需要安装：

conda install opencv

conda install -c yikelu parmap=1.2.0

conda install pydot keras

conda install natsort

如果跑celebA数据集需要64G内存

python make_dataset.py --img_size 64 /home/ubuntu/celeba/img_align_celeba 生成H5数据文件。

问题1：gpu比cpu慢，这个测试时间比较短，还需要深入确认。

训练脚本命令：celebA

python main.py --backend tensorflow --generator deconv --dset celebA --img_dim 64

mnist：

python main.py --backend tensorflow --generator deconv

生成效果：

训练过程：

更多的配置调整测试将继续进行。