注意：この記事にはゲーム「Undertale」のネタバレが含まれています。

~~7月10日までSteamサマーセールで382円なのでUndertaleをやろう！~~

環境
Windows10
Anaconda 2019.03
Tensorflow-gpu　1.14.0
CUDA 10.1 update1

動機、目的

ゲーム「Undertale」にはアマルガムと呼ばれるモンスター群がいる。
ゲームに出てくるモンスターの一部分をつなぎ合わせたり混ぜ合わせたりしたもので、
「ぐちゃぐちゃ」という言葉がぴったりの形状をしている。

こんなの。

DCGANは流行りのディープラーニングを利用した画像生成手法の一つ。
DCGAN-tensorflow github
ソースコードが公開されており、データを用意して入力するだけで画像生成ができます。（チューンナップとかもできそう）
多くの方がアニメやゲームの画像で試されています。
（参考にさせていただきました。ありがとうございました！）
GANについて概念から実装まで　～DCGANによるキルミーベイベー生成～
DCGANでポケモンとアイマスを作成したった

データが少ない状態で学習すると、過学習を起こしたり、名状しがたい画像が生成されるようです。

-Undertaleのモンスター画像でDCGANしたら新しいアマルガムが生成できるのでは？
-教師データを超少なくすることで名状しがたいぐちゃぐちゃが生まれる？
と考えた

https://gamepedia.jp/undertale/archives/97
こちらからモンスター画像を拝借しました。
全50枚で動かそうとしたところ、

と言われたので、50枚をそれぞれ複製して100枚に（何か加工すべきなんだろうなと思うがひとまずこれで）

Epoch数は5000でやりました。

200Epoch

ぐちゃぐちゃはしてますが、モンスター感が無い。

800Epoch

よく見ると頭、胴、足のように分かれている？

1400Epoch

過学習し始めたのか、「これあのモンスターそのものじゃん！」って画像が出てきた。

1600Epoch

アマルガムのようなものができた。

2000Epoch、3000Epoch、4000Epoch

Epoch数上げても大きな変化が見られなかった地帯。

4600Epoch

4400Epochと4800Epochは上述の2000,3000,4000Epochのような画像だったが、4600だけ得体の知れない画像が生成されていた。何が起こったのだろうか。

5000Epoch

ノイズがすごい。

-出力をグレースケールにする
-教師データをゲームのスクリーンショットから取ってくる（モンスターは細かく動いている→頑張ればもっと多くのデータとれる）
-パラメータのチューニング（これはぐちゃぐちゃなものを作りたい目的なのでチューニングを狂わしたらどうなるのかな？）