CryptoPunks风格图像5分钟生成

多个NFT数字艺术品项目的成功，也将AI生成数字艺术品推至台前。很多艺术家选择使用AI技术再将艺术品铸造为NFT。使用AI技术进行NFT数字艺术品创作的可能性被充分发掘。

最近，在Github上发布了一个名为“CryptoPunksGAN”的项目，用于生成CryptoPunks的简单SN-GAN。这个项目用Python完成，可以借助矩池云（www.matpool.com）对其进行复现。矩池云提供了面向元宇宙的解决方案，创作者可以轻松训练和部署其AI模型，加速元宇宙中的如NLP虚拟人、图像内容生成等过程。使用机器学习生成CryptoPunks项目的复现非常简单，不需要任何安装和调试，通过矩池云的界面就能感受到生成艺术的创作过程。

一、分析项目依赖，租用机器 1.1 分析项目依赖环境 首先通过开源项目的requirements.txt文件，我们知道该项目主要需要Pytorch1.10.2和CUDA11.3环境，另外还需要pandas、Pillow等第三方包。可以在本地安装这些依赖，但在矩池云上无需这些复杂步骤。

1.2 在矩池云租用合适的机器 在矩池云的主机市场，我们可以选择需要使用到的机器，这里我们选最便宜的NVIDIATeslaK80。

选择机器后，可以对机器进行配置，如选择基础镜像、开启VNC功能、设置公钥等。配置好机器基本环境后，点击下单即可。

二、下载代码、数据及模型 租用好机器后，我们选择最简单的使用方法，直接点击租用界面的JupyterLab连接，即可快速使用服务器。

进入JupyterLab页面后，先点击Terminal进入终端，并输入指令下载开源项目CryptoPunks-GAN。 ```shell cd /mnt mkdir MyCode && cd MyCode git clone https://hub.fastgit.xyz/teddykoker/cryptopunks-gan.git ``` 下载成功后，即可进入下一步。

三、使用模型和训练 3.1 使用预训练模型测试 进入cryptopunks-gan项目目录，在JupyterLab的Terminal中输入指令： ```shell cd /mnt/MyCode/cryptopunks-gan ``` 然后新建一个jupyternotebook文件，进行预训练模型的测试。运行以下代码： ```python import torch from torchvision.utils import save_image from train import Generator

model = Generator() model.load_state_dict(torch.load("models/net_g_epoch_999.pth")) z = torch.randn(64, 100, 1, 1) punks = model(z) save_image(punks, "punks.png", normalize=True) ``` 运行成功后，会在项目目录下生成一个punks.png文件，可以直接点击查看预训练结果。

3.2 训练模型 除了使用预训练模型，还可以对模型进行训练。训练代码可以在项目目录的train.py文件中找到。在JupyterLab的Terminal中输入以下指令： ```shell cd /mnt/MyCode/cryptopunks-gan python train.py ``` 这个过程预计需要1个小时左右。训练完成后，默认会在项目目录中生成一个out目录，在其中存放训练好的权重文件和样本图片文件。最终完成训练的图片是序号最大的那张，在这个项目中即编号为999的文件。

可以在“我的网盘”中查看out文件夹，其中包含训练过程和结果图片。

在训练过程中，还可以查看机器的GPU、内存等使用情况。

3.3 释放机器 当代码运行完毕，不再需要使用机器时，可以选择释放机器。可以在机器租用页面找到释放机器按钮。如果想保留环境中安装的其他包，并在下次使用时继续使用，可以选择保存环境，保存的环境会存放在你的网盘中。如果不需要保存环境，直接点击释放机器即可。

以上是关于使用矩池云复现CryptoPunks项目的步骤。

热点：21年nft Crypto NFT nft数字 藏品