对抗网络DCGAN 生成图片的应用

DCGAN原理介绍

 

1.掌握深度学习图像处理（基于keras、tensorflow、opencv）
2.掌握web前后端设计（基 于flask框架）
3.开发基于web端的深度学习图像，把web端应用与人工智能相结合

[视频教程](https://edu.csdn.net/course/detail/28400/391614?pre_view=1)：
https://edu.csdn.net/course/detail/28400/391614?pre_view=1

 

我们知道深度学习中对图像处理应用最好的模型是CNN，那么如何把CNN与GAN结合？DCGAN是这方面最好的尝试之一（论文地址：[1511.06434] Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks）

DCGAN的原理和GAN是一样的，这里就不在赘述。它只是把上述的G和D换成了两个卷积神经网络（CNN）。但不是直接换就可以了，DCGAN对卷积神经网络的结构做了一些改变，以提高样本的质量和收敛的速度，这些改变有：

• 取消所有pooling层。G网络中使用转置卷积（transposed convolutional layer）进行上采样，D网络中用加入stride的卷积代替pooling。
• 在D和G中均使用batch normalization
• 去掉FC层，使网络变为全卷积网络
• G网络中使用ReLU作为激活函数，最后一层使用tanh
• D网络中使用LeakyReLU作为激活函数

  DCGAN中的G网络示意：

  

   

  DCGAN在Tensorflow中已经有人造好了轮子：

• https://github.com/carpedm20/DCGAN-tensorflow，

• 我们直接使用这个代码就可以了。

   

  如果要训练mnist 
  

   

   

  执行python download.py mnist
  

   

   

  那么在data下面下载好了mnist
  

   

   

  运行训练：
  

   

   

  python main.py --dataset mnist --input_height=28 --output_height=28 --train
  

   

   

   

  如果需要运行自己的数据，我们在data文件夹中再新建一个bsd200文件夹，把图片直接放到这个文件夹里，运行时指定--dataset bsd200即可。因为这里图片格式是png，所以注意下面命令行中使用*.png

  运行训练：

  python main.py --input_height 96 --output_height 48 --dataset faces --epoch 300 --train True --crop True --input_fname_pattern "*.jpg"

  训练花了一天左右的时间。

  得到比较好的效果了：

  

   

  在运行过程中如果遇到错误：

  E tensorflow/stream_executor/cuda/cuda_dnn.cc:371] could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR

  解决方法：sudo rm -f ~/.nv

   

  下面介绍dcgan网络的代码实现原理。

1. 图结构定义：

   self.z = tf.placeholder(tf.float32, [None, self.z_dim], name='z')//定义100维的分布数据。

   self.G = self.generator(self.z, self.y)//定义产生网络，网络的输入是100维数据，Y可以不使用。返回的G就是产生的图像。

    

   另一方面

   self.inputs = tf.placeholder(tf.float32, [self.batch_size] + image_dims, name='real_images')//定义输入真实的图像，用于训练区分网络D

    

    

   self.D, self.D_logits = self.discriminator(inputs, self.y, reuse=False)//调用D网络，对于真实图像进行判断。得到输出的结果逻辑。

   self.D_, self.D_logits_ = self.discriminator(self.G, self.y, reuse=True) //调用D网络，对于G网络产生的图像进行判断。得到输出的结果逻辑。

    

   区分网络D对应的loss计算方法。

   self.d_loss_real = tf.reduce_mean(sigmoid_cross_entropy_with_logits(self.D_logits, tf.ones_like(self.D)))//理想的区分网络，需要真实图片区分成1

   self.d_loss_fake = tf.reduce_mean(sigmoid_cross_entropy_with_logits(self.D_logits_, tf.zeros_like(self.D_)))//理想的区分网络，需要产生图片区分成0

    

    

   self.g_loss = tf.reduce_mean(sigmoid_cross_entropy_with_logits(self.D_logits_, tf.ones_like(self.D_)))//理想的产生网络，把使区分网络把其产生的图像为1.

   //这里可能有点难理解，需要把区分网络的相应的参数不变，把其想象成理想的区分网络，那么如果当前产生的图像，被送到区分网络中理想标签应为1.

2. 训练方法：

   在一个batch_size数据，首先固定G网络的参数，训练D网络。然后固定D网络的参数，训练G网络。在代码中这个地方比较难理解。看下面代码。d_optim代化时实际只优了与d有关的参数，同理g_optim也是一样。

   主要实现可以看看变量列表var_list

   d_optim = tf.train.AdamOptimizer(config.learning_rate, beta1=config.beta1).minimize(self.d_loss, var_list=self.d_vars)

   g_optim = tf.train.AdamOptimizer(config.learning_rate, beta1=config.beta1).minimize(self.g_loss, var_list=self.g_vars)