GAN学习

开始学习GAN生成对抗网络相关知识，将要点和心得总结于此。

起源

GAN，全名 Generative Adversarial Networks，即生成式对抗网络，是2014年Lan Goodfellow的论文《Generative Adversarial Nets》中提出的一种新的方法，是一种无监督学习模型，通过学习样本分布让算法生成类似分布的图片。

主要思想

GAN的主要灵感来源于博弈论中零和博弈的思想。通过生成网络G（Generator）和判别网络D（Discriminator）不断博弈，进而使G学习到数据的分布，根据一定的映射规则从一段随机数中生成逼真的图像。
G是一个生成网络，输入为一个随机的噪声，输出为的生成图像。
D是一个判别网络，输入为一张图片，输出为真实图片的概率，范围为0-1。
训练过程中，G的目标就是尽量生成真实的图片去欺骗D。而D的目标就是尽量辨别出G生成的假图像。这样，G和D构成了一个动态的“博弈过程”，最终的平衡点即纳什均衡点。
G的梯度更新信息来自判别器D，而不是来自数据样本。

特点

GAN 的优点：

1. GAN是一种生成式模型，相比较其他生成模型（玻尔兹曼机和GSNs）只用到了反向传播,而不需要复杂的马尔科夫链。
2. 相比其他所有模型, GAN可以产生更加清晰，真实的样本
3. GAN采用的是一种无监督的学习方式训练，可以被广泛用在无监督学习和半监督学习领域
4. 相比于变分自编码器, GANs没有引入任何决定性偏置( deterministic bias),变分方法引入决定性偏置,因为他们优化对数似然的下界,而不是似然度本身,这看起来导致了VAEs生成的实例比GANs更模糊
5. 相比VAE, GANs没有变分下界,如果鉴别器训练良好,那么生成器可以完美的学习到训练样本的分布.换句话说,GANs是渐进一致的,但是VAE是有偏差的
6. GAN应用到一些场景上，比如图片风格迁移，超分辨率，图像补全，去噪，避免了损失函数设计的困难，不管三七二十一，只要有一个的基准，直接上判别器，剩下的就交给对抗训练了。

GAN的缺点：

1. 训练GAN需要达到纳什均衡,有时候可以用梯度下降法做到,有时候做不到.我们还没有找到很好的达到纳什均衡的方法,所以训练GAN相比VAE或者PixelRNN是不稳定的,但我认为在实践中它还是比训练玻尔兹曼机稳定的多
2. GAN不适合处理离散形式的数据，比如文本
3. GAN存在训练不稳定、梯度消失、模式崩溃(model collapse)的问题（目前已解决）

模式崩溃(model collapse)：生成的数据多样性不足。原GAN论文中提出的loss函数经过变换后为KL散度项，KL散度不具有对称性，即KL(A|B)≠KL(B|A)。
故在优化过程中loss对于两种错误的惩罚不同，第一种错误表示样本中包含的数据没有被生成，即缺乏多样性，惩罚微小；第二种错误表示生成的数据在样本中不存在 ，即缺乏准确性，惩罚巨大。由于不平衡的惩罚导致生成器宁可多生成一些重复但是正确的样本，也不愿意去生成多样性的样本，因为那样一不小心就会产生第二种错误。这种现象就是大家常说的collapse mode。

训练技巧

1. 输入规范化到（-1，1）之间，最后一层的激活函数使用tanh。
2. 使用wassertein GAN的损失函数。
3. 使用batch norm 或者instance norm 或者weight norm。
4. 避免使用Relu和pooling层，可以使用Leaky-Relu激活函数以减少稀疏梯度的可能性。
5. 梯度下降算法选用Adam，学习率初始参考值1e-4。
6. 给判别网络D输入端增加高斯噪声（正则化）。

应用场景

1. GAN本身是一种生成式模型，最常见的是图片生成。
2. GAN在分类领域也占有一席之地。替换判别器为一个分类器，做多分类任务，生成器辅助分类器训练。
3. GAN可以和强化学习结合，例如seq-GAN。
4. GAN在图像风格迁移，图像降噪修复，图像超分辨率都有比较好的结果，详见pix-2-pix GAN 和cycle GAN。
5. 目前也有研究者将GAN用在对抗性攻击上，就是训练GAN生成对抗文本，有针对或者无针对的欺骗分类器或者检测系统。

GAN应用汇总
常见GAN变体及实现

其他

为什么GAN中的优化器不常用SGD

1. SGD容易震荡，容易使GAN训练不稳定，
2. GAN的目的是在高维非凸的参数空间中找到纳什均衡点，GAN的纳什均衡点是一个鞍点，但是SGD只会找到局部极小值，因为SGD解决的是一个寻找最小值的问题，GAN是一个博弈问题。

为什么GAN不适合处理文本数据

1. 文本数据相比较图片数据来说是离散的，因为对于文本来说，通常需要将一个词映射为一个高维的向量，最终预测的输出是一个one-hot向量，假设softmax的输出是（0.2， 0.3， 0.1，0.2，0.15，0.05）那么变为onehot是（0，1，0，0，0，0），如果softmax输出是（0.2， 0.25， 0.2， 0.1，0.15，0.1 ），one-hot仍然是（0， 1， 0， 0， 0， 0），所以对于生成器来说，G输出了不同的结果但是D给出了同样的判别结果，并不能将梯度更新信息很好的传递到G中去，所以D最终输出的判别没有意义。
2. 另外就是GAN的损失函数是JS散度，JS散度不适合衡量不想交分布之间的距离。（WGAN虽然使用wassertein距离代替了JS散度，但是在生成文本上能力还是有限，GAN在生成文本上的应用有seq-GAN,和强化学习结合的产物）

GAN及其改进

GAN

如上图所示，生成对抗网络会训练并更新判别分布（即 D，蓝色的虚线），更新判别器后就能将数据真实分布（黑点组成的线）从生成分布 P_g(G)（绿色实线）中判别出来。下方的水平线代表采样域 Z，其中等距线表示 Z 中的样本为均匀分布，上方的水平线代表真实数据 X 中的一部分。向上的箭头表示映射 x=G(z) 如何对噪声样本（均匀采样）施加一个不均匀的分布 P_g。（a）考虑在收敛点附近的对抗训练：P_g 和 P_data 已经十分相似，D 是一个局部准确的分类器。（b）在算法内部循环中训练 D 以从数据中判别出真实样本，该循环最终会收敛到 D（x）=P_data（x）/（P_data（x）+P_g（x））。（c）随后固定判别器并训练生成器，在更新 G 之后，D 的梯度会引导 G（z）流向更可能被 D 分类为真实数据的方向。（d）经过若干次训练后，如果 G 和 D 有足够的复杂度，那么它们就会到达一个均衡点。这个时候 P_g=P_