好好学习第四天：生成对抗网络（GAN）手写数字生成

最新推荐文章于 2023-11-12 14:49:28 发布

流萤数点

最新推荐文章于 2023-11-12 14:49:28 发布

阅读量475

点赞数

分类专栏： python 文章标签： python 深度学习

本文链接：https://blog.csdn.net/liuyingshudian/article/details/126351891

版权

python 专栏收录该内容

21 篇文章 6 订阅

订阅专栏

>- **🍨 本文为[🔗365天深度学习训练营](https://mp.weixin.qq.com/s/k-vYaC8l7uxX51WoypLkTw) 中的学习记录博客**
>- **🍦 参考文章地址： [🔗深度学习100例-生成对抗网络（GAN）手写数字生成 | 第18天](https://mtyjkh.blog.csdn.net/article/details/118995896)**
>- **🍖 作者：[K同学啊](https://mp.weixin.qq.com/s/k-vYaC8l7uxX51WoypLkTw)**

活动地址：CSDN21天学习挑战赛

一、GAN的原理

参考论文：Generative Adversarial Nets

主要内容：提出了一个通过对抗性过程来估计生成模型的新框架，其中我们同时训练两个模型:一个是捕获数据分布的生成模型G，另一个是估计样本来自训练数据而不是G的概率的判别模型D。G的训练过程是最大化D犯错的概率。这个框架对应于一个极大极小的双人博弈。在任意函数G和D的空间中，存在一个唯一解，G恢复训练数据的分布，且D处处等于12。在G和D由多层感知器定义的情况下，整个系统可以用反向传播进行训练。在样本的训练和生成过程中，不需要任何马尔可夫链或展开的近似推理网络

生成模型G ：模型学习的是联合概率分布P（X，Y），任务是得到属性为X且类别为Y时的联合概率
判别模型D：模型学习的是条件概率分布P(Y|X)，任务是从属性X（特征）预测Y（类别）
minimax：为了使己方达到最优解，所以把目标设为让对方的最大收益最小化
在提出的对抗性网络框架中，生成模型是针对对手的:一个判别模型，它学习确定样本是来自模型分布还是数据分布。生成模型可以被认为类似于一个伪造团队，试图生产假币并使用它而不被发现，而判别模型类似于警察，试图发现假币。这场比赛的竞争促使两支队伍改进他们的方法，直到仿冒品与真品难以区分。

二、实验过程

用生成器生成手写数字图像，用鉴别器鉴别图像的真假。两者相互对抗学习，在对抗学习过程中不断完善自己，直至生成器可以生成以假乱真的图片。

1.导入库

from tensorflow.keras import layers, datasets, Sequential, Model, optimizers
from tensorflow.keras.layers import LeakyReLU, UpSampling2D, Conv2D

import matplotlib.pyplot as plt
import numpy             as np
import sys,os,pathlib

2.定义训练参数

img_shape  = (28, 28, 1)
latent_dim = 200

3.构建生成器

生成器接收随机数并返回生成图像。

将生成的数字图像与实际数据集中的数字图像一起送到鉴别器。

def build_generator():
    # ======================================= #
    #     生成器，输入一串随机数字生成图片
    # ======================================= #
    model = Sequential([
        layers.Dense(256, input_dim=latent_dim),
        layers.LeakyReLU(alpha=0.2),               # 高级一点的激活函数
        layers.BatchNormalization(momentum=0.8),   # BN 归一化
        
        layers.Dense(512),
        layers.LeakyReLU(alpha=0.2),
        layers.BatchNormalization(momentum=0.8),
        
        layers.Dense(1024),
        layers.LeakyReLU(alpha=0.2),
        layers.BatchNormalization(momentum=0.8),
        
        layers.Dense(np.prod(img_shape), activation='tanh'),
        layers.Reshape(img_shape)
    ])

    noise = layers.Input(shape=(latent_dim,))
    img = model(noise)

    return Model(noise, img)

4.构建鉴别器

鉴别器接收真实和假图像并返回概率，0到1之间的数字，1表示真，0表示假。

def build_discriminator():
    # ===================================== #
    #   鉴别器，对输入的图片进行判别真假
    # ===================================== #
    model = Sequential([
        layers.Flatten(input_shape=img_shape),
        layers.Dense(512),
        layers.LeakyReLU(alpha=0.2),
        layers.Dense(256),
        layers.LeakyReLU(alpha=0.2),
        layers.Dense(1, activation='sigmoid')
    ])

    img = layers.Input(shape=img_shape)
    validity = model(img)

    return Model(img, validity)

5.不断训练

import tensorflow as tf

# 创建判别器
discriminator = build_discriminator()
# 定义优化器
optimizer = tf.keras.optimizers.Adam(1e-4)
discriminator.compile(loss='binary_crossentropy',
                      optimizer=optimizer,
                      metrics=['accuracy'])

# 创建生成器 
generator = build_generator()
gan_input = layers.Input(shape=(latent_dim,))
img = generator(gan_input)

# 在训练generate的时候不训练discriminator
discriminator.trainable = False

# 对生成的假图片进行预测
validity = discriminator(img)
combined = Model(gan_input, validity)
combined.compile(loss='binary_crossentropy', optimizer=optimizer)

6.保存样例图片

def sample_images(epoch):
    """
    保存样例图片
    """
    row, col = 4, 4
    noise = np.random.normal(0, 1, (row*col, latent_dim))
    gen_imgs = generator.predict(noise)

    fig, axs = plt.subplots(row, col)
    cnt = 0
    for i in range(row):
        for j in range(col):
            axs[i,j].imshow(gen_imgs[cnt, :,:,0], cmap='gray')
            axs[i,j].axis('off')
            cnt += 1
    fig.savefig("images/%05d.png" % epoch)
    plt.close()

7.训练模型

def train(epochs, batch_size=128, sample_interval=50):
    # 加载数据
    (train_images,_), (_,_) = tf.keras.datasets.mnist.load_data()

    # 将图片标准化到 [-1, 1] 区间内   
    train_images = (train_images - 127.5) / 127.5
    # 数据
    train_images = np.expand_dims(train_images, axis=3)

    # 创建标签
    true = np.ones((batch_size, 1))
    fake = np.zeros((batch_size, 1))
    
    # 进行循环训练
    for epoch in range(epochs): 

        # 随机选择 batch_size 张图片
        idx = np.random.randint(0, train_images.shape[0], batch_size)
        imgs = train_images[idx]      
        
        # 生成噪音
        noise = np.random.normal(0, 1, (batch_size, latent_dim))
        # 生成器通过噪音生成图片，gen_imgs的shape为：(128, 28, 28, 1)
        gen_imgs = generator.predict(noise)
        
        # 训练鉴别器 
        d_loss_true = discriminator.train_on_batch(imgs, true)
        d_loss_fake = discriminator.train_on_batch(gen_imgs, fake)
        # 返回loss值
        d_loss = 0.5 * np.add(d_loss_true, d_loss_fake)

        # 训练生成器
        noise = np.random.normal(0, 1, (batch_size, latent_dim))
        g_loss = combined.train_on_batch(noise, true)
        
        print ("%d [D loss: %f, acc.: %.2f%%] [G loss: %f]" % (epoch, d_loss[0], 100*d_loss[1], g_loss))

        # 保存样例图片
        if epoch % sample_interval == 0:
            sample_images(epoch)

train(epochs=1200, batch_size=256, sample_interval=200)

8.生成动图

import imageio

def compose_gif():
    # 图片地址
    data_dir = "images"
    data_dir = pathlib.Path(data_dir)
    paths    = list(data_dir.glob('*'))
    
    gif_images = []
    for path in paths:
        print(path)
        gif_images.append(imageio.imread(path))
    imageio.mimsave("test.gif",gif_images,fps=2)
    
compose_gif()

gif

9.生成图片展示

import os
import numpy as np
import matplotlib.pyplot as plt
import random

directory = "images/"
images = random.choices(os.listdir(directory), k=6)

fig = plt.figure(figsize=(10, 10))
columns = 3
rows = 2

for x, i in enumerate(images):
    path =  os.path.join(directory,i)
    img = plt.imread(path)
    fig.add_subplot(rows, columns, x+1)
    plt.imshow(img)
    
plt.show()