{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "# VAE 분석 - 얼굴 데이터셋" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "*Note: 최신 버전의 라이브러리를 사용하기 때문에 책의 내용과 결과가 다를 수 있습니다*" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 라이브러리 임포트" ] }, { "cell_type": "code", "execution_count": 1, "metadata": {}, "outputs": [ { "name": "stderr", "output_type": "stream", "text": [ "Using TensorFlow backend.\n" ] } ], "source": [ "import numpy as np\n", "import matplotlib.pyplot as plt\n", "import numpy as np\n", "import os\n", "from scipy.stats import norm\n", "import pandas as pd\n", "\n", "from models.VAE import VariationalAutoencoder\n", "from utils.loaders import load_model, ImageLabelLoader" ] }, { "cell_type": "code", "execution_count": 2, "metadata": {}, "outputs": [], "source": [ "# run params\n", "section = 'vae'\n", "run_id = '0001'\n", "data_name = 'faces'\n", "RUN_FOLDER = 'run/{}/'.format(section)\n", "RUN_FOLDER += '_'.join([run_id, data_name])\n", "\n", "\n", "DATA_FOLDER = './data/celeb/'\n", "IMAGE_FOLDER = './data/celeb/img_align_celeba/'" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "## 데이터 적재" ] }, { "cell_type": "code", "execution_count": 3, "metadata": {}, "outputs": [], "source": [ "INPUT_DIM = (128,128,3)\n", "\n", "att = pd.read_csv(os.path.join(DATA_FOLDER, 'list_attr_celeba.csv'))\n", "\n", "imageLoader = ImageLabelLoader(IMAGE_FOLDER, INPUT_DIM[:2])" ] }, { "cell_type": "code", "execution_count": 4, "metadata": {}, "outputs": [ { "data": { "text/html": [ "
\n", " | image_id | \n", "5_o_Clock_Shadow | \n", "Arched_Eyebrows | \n", "Attractive | \n", "Bags_Under_Eyes | \n", "Bald | \n", "Bangs | \n", "Big_Lips | \n", "Big_Nose | \n", "Black_Hair | \n", "... | \n", "Sideburns | \n", "Smiling | \n", "Straight_Hair | \n", "Wavy_Hair | \n", "Wearing_Earrings | \n", "Wearing_Hat | \n", "Wearing_Lipstick | \n", "Wearing_Necklace | \n", "Wearing_Necktie | \n", "Young | \n", "
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
0 | \n", "000001.jpg | \n", "-1 | \n", "1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "... | \n", "-1 | \n", "1 | \n", "1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "
1 | \n", "000002.jpg | \n", "-1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "... | \n", "-1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "
2 | \n", "000003.jpg | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "... | \n", "-1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "
3 | \n", "000004.jpg | \n", "-1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "... | \n", "-1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "1 | \n", "1 | \n", "-1 | \n", "1 | \n", "
4 | \n", "000005.jpg | \n", "-1 | \n", "1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "... | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "-1 | \n", "-1 | \n", "1 | \n", "
5 rows × 41 columns
\n", "