2021年，NFT数字艺术品和数字藏品迅速出圈，在这场浪潮中，2017年成立的“加密朋克”项目因其收藏者的知名度和不断刷新的成交价，升值成为最具价值的收藏品之一，更成为了先锋投资者和艺术收藏者身份的象征。
图片来源：larvalabs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。在这场“出圈浪潮”中，很多艺术家选择用AI技术作为图像创造的工具，最终再将艺术品铸造为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。与艺术生成有关的AL/ML工作专注于艺术风格的创造，很多团队和个人也关注到艺术品，通过生成对抗网络“批量”生成特定风格的作品。
最近有一个名为“CryptoPunksGAN”的项目发布在Github上，用于生成CryptoPunks的简单SN-GAN，项目地址：https://github.com/teddykoker/cryptopunks-gan。这个项目用Python完成，我们通过矩池云www.matpool.com对其进行了复现。矩池云提供面向元宇宙的解决方案，创作者可以使用平台轻松训练和部署其AI模型，加速元宇宙中的如NLP虚拟人、图像内容生成等环节的过程。本次用机器学习生成CryptoPunks项目的复现，上手过程非常简单，不需要任何安装和调试，打开界面就能在云端就感受到生成艺术的创作过程。
Fantom已上线Gas货币化功能，15%的Gas费用将奖励给符合条件的dApp:5月29日消息，公链Fantom创始人Andre Cronje在推特上表示，Fantom已上线Gas货币化功能，接下来的发展重点将是Gas补贴、社会身份验证、FVM和新的存储解决方案。
根据奖励申领页面，Fantom的Gas货币化计划向符合条件的dApp奖励其产生的15%的Gas费用，为开发者提供额外收入。
根据此前的计划，Gas货币化可引入新的收入来源，使Fantom上的构建者生态系统受益：将其dApp产生的交易量货币化，采用已经在Web2（广告货币化）中运行的收入模型框架。这有助于吸引优秀的开发人才，以确保健康、可持续的网络发展。[2023/5/29 9:48:21]
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，如果将其在本地安装我们还是需要花一定的时间的，不过我们不需要这些复杂的步骤。
动态 | 英国金融公司Securrency启动安全令牌协议:据Cryptovest消息，英国金融公司Securrency启动安全令牌协议CAT-20、 CAT-721以确保合规性。据称这是全球首个可互操作的、与账本无关的安全令牌协议。由于Securrency技术提供的监管技术，根据CAT协议发出的安全令牌在整个生命周期中都符合法规。通过一个令牌锁特性，来实现无法将自治安全令牌移入或移出不符合特定要求的数字钱包。Securrency已为此申请了专利。[2018/10/8]
分析项目依赖环境我们进入矩池云，如果你还没有注册过账号，可以先注册一个账号，新注册用户关注并绑定矩池云微信公众号可获赠5元体验金，体验金在租用机器时直接抵扣。
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，这里我们就选最便宜的NVIDIATeslaK80。
动态 | Globacap在英国金融行为管理局的监督下发行了令牌:据cryptovest消息，Globacap在英国金融行为管理局（FCA）的监督下发行了安全令牌。Globacap开发的公共区块链代币代表了英国公司和证券法规定的合法股权。因此，代币的持有人将拥有被视为公司股东的全部权利。[2018/9/7]
选择机器点击租用按钮后，我们可以对机器进行配置：
1选择基础镜像，我们直接搜索Pytorch1.102发现有相关镜像，并且其他依赖如CUDA11.3也符合要求，点击选择即可3选择好镜像后，我们可以进行其他配置，如：VNC功能开启、公钥设置、高级选项中的自定义端口等
行情丨BTC在5分钟内跌幅超过1.00%:据火币全球站数据显示，BTC/USDT在5分钟内出现剧烈波动，跌超1.00%，达到-1.13%。当前报价为 8028.81 美元，行情波动较大，请注意风险控制。[2019/10/16]
选择镜像设置好机器基本环境，我们点击下单即可。
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。
打开JupyterLab进入JupyterLab页面后，我们先点击Terminal进入终端，并输入下面指令。
行情丨ETH在5分钟内涨幅超过1.00%:据火币全球站数据显示，ETH/USDT在5分钟内出现剧烈波动，涨超1.00%，达到1.08%。当前报价为 232.08 美元，行情波动较大，请注意风险控制。[2019/7/21]
打开Terminalcd/mntmkdirMyCode&&cdMyCodegitclonehttps://hub.fastgit.xyz/teddykoker/cryptopunks-gan.git
我们只需把上方代码复制粘贴即可，当出现Checkingoutfiles:?100%即代表下载开源项目CryptoPunks-GAN项目成功，可以进入到下一步。
打开Terminal
输入下面指令：
cd/mnt/MyCode/cryptopunks-ganpythontrain.py
运行过程这个过程比较漫长，预计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，里面会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，在这个案例中即编号为999的文件。
out目录
此时回到“我的网盘”，即可看到out文件夹，刚才的训练过程和结果图片都在其中。
我的网盘在训练使用过程中你还可以查看机器监控，看机器的GPU、内存等使用情况。
机器使用情况
3.3释放机器
当你的代码都跑完，不需要使用机器时，可以选择释放机器。
在机器租用页面，你可以看到释放机器按钮，在更多按钮中你还可以看到保存环境功能。
释放和保存环境如果你在基础环境中还安装了一些其他包，并且想在下次使用的时候想继续使用，你可以选择保存环境，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。
以下一部分为epoch训练后生成的图片：
训练最终的完成图如下
GANs生成图
四、关于GANs
IanGoodfellow等人在2014年的一篇论文中首次提出生成对抗网络，它的实现方式是通过同时使用生成模型和判别模型，两个模型相互竞争，从而训练出图片。这一过程可以这样简单解释，生成模型的作用类似于一个人不断地创造假的《蒙娜丽莎》，他要在创造过程中不断提升其和真画的相似度，判别模型则类似于鉴别师，他负责鉴别和确认假画。两个人相互竞争，双方提升各自的创造方法和鉴别方法，直到假画达到与真画难以区分的程度。
在CrypoPunksGAN项目中所用到的算法是SN-GAN，即SpectralNormalizationforGenerativeAdversarialNetwork，训练过程更稳定，更容易收敛，文献内容可参考https://arxiv.org/abs/1802.05957。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。