fashion_mnist_demo

fashion_mnist_demo

mnist的手写数字识别数据集一直是各种机器学习算法的试金石之一，最近有个新的数据集要向它叫板，称为fashion-mnist，内容是衣服鞋帽等分类。为了便于用户往fashion-mnist迁移，作者把数据集做成了几乎跟mnist手写数字识别数据集一模一样——同样数量、尺寸的图片，同样是10分类，甚至连数据打包和命名都跟mnist一样。看来fashion mnist为了取代mnist，也是拼了，下足了功夫，一切都做得一模一样，最大限度降低了使用成本～这叫板的心很坚定呀。

叫板的原因很简单——很多人吐槽，如果一个算法在mnist没用，那就一定没用了，但如果一个算法在mnist上有效，那它也不见得在真实问题中有效～也就是说，这个数据集太简单，没啥代表性。

fashion-mnist的github：https://github.com/zalandoresearch/fashion-mnist/
公众号的介绍：《取代MNIST？德国时尚圈的科学家们推出基准数据集，全是衣裤鞋包》

fashion-mnist共有10个类，分别是：T-shirt/top、Trouser、Pullover、Dress、Coat、Sandal、Shirt、Sneaker、Bag、Ankle boot。不少人都在跑实验，看把原来在mnist奏效的模型直接搬到这个新的数据集的效果如何～这里已经有一些benchmark可以参考了。

我也来凑了个热闹，把之前在mnist有效的wgan-gp代码（请看《互怼的艺术：从零直达WGAN-GP》）在这个数据集跑了一遍，发现还是work的。用法很非常简单，只需要改一下路径即可～

代码：https://github.com/bojone/gan/blob/master/fashion_mnist_gangp.py

使用方法

git clone https://github.com/zalandoresearch/fashion-mnist.git
cd fashion-mnist
wget https://raw.githubusercontent.com/bojone/gan/master/fashion_mnist_gangp.py
python fashion_mnist_gangp.py

对比原来的文件，就只改动了路径。在当前目录下的out目录，可以看到逐渐生成的样本，越来越清晰，并越来越多样化～当然，跟原图差距还是有的，估计是模型容量不足的问题，大家可以自行折腾，笔者仅是抛砖引玉了。

部分生成样本（顺序：从左往右，从上往下。可以发现，中间有个过程图片会变得比之前更模糊，但可以发现之后图片就更加多样化了。）：

fashion_mnist_gan_1

fashion_mnist_gan_1

fashion_mnist_gan_2

fashion_mnist_gan_2

fashion_mnist_gan_3

fashion_mnist_gan_3

fashion_mnist_gan_4

fashion_mnist_gan_4

fashion_mnist_gan_5

fashion_mnist_gan_5

fashion_mnist_gan_6

fashion_mnist_gan_6

转载到请包括本文地址：https://spaces.ac.cn/archives/4540

更详细的转载事宜请参考：《科学空间FAQ》

如果您还有什么疑惑或建议，欢迎在下方评论区继续讨论。

如果您觉得本文还不错，欢迎分享/打赏本文。打赏并非要从中获得收益，而是希望知道科学空间获得了多少读者的真心关注。当然，如果你无视它，也不会影响你的阅读。再次表示欢迎和感谢！

如果您需要引用本文，请参考：

苏剑林. (Aug. 26, 2017). 《fashion-mnist的gan玩具 》[Blog post]. Retrieved from https://spaces.ac.cn/archives/4540

@online{kexuefm-4540,
        title={fashion-mnist的gan玩具},
        author={苏剑林},
        year={2017},
        month={Aug},
        url={\url{https://spaces.ac.cn/archives/4540}},
}