PaperNotes(6)-GAN/DCGAN/WGAN/WGAN-GP/WGAN-SN-网络结构/实验效果

1.GAN

文章： https://arxiv.org/pdf/1406.2661.pdf
代码： Pylearn2， theano, https://github.com/goodfeli/adversarial

1.1网络结构

多层感知机器（没有在文章中找到）
G: ReLU, sigmoid
D:maxout, dropout

1.2实验结果

1.数据集：MNIST，the Toronto Face Database (TFD) ， CIFAR-10

2.Gaussian Parzen window 拟合样本，输出对应的log-likelihood.

3.直接展示了在三个图像集合上的效果，最右遍一列显示的是与第二列最相似的训练样本(具体如何衡量相近，需要查论文)

a) MNIST，b) TFD， c) CIFAR-10 (fully connected model)， d) CIFAR-10 (convolutional discriminatorand “deconvolutional” generator)

训练次数呢？
这时候的cifar数据集基本不能看·

2.DCGAN

文章：https://arxiv.org/pdf/1511.06434.pdf
代码：https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html，pytorch 官网DCAGAN教程，示例是人脸图像生成

2.1网络结构

P3：网络结构表
1.去除所有的poling层
2.D，G中都使用batchnorm
3.移除全联接结构
4.G激活函数：ReLU+Tanh(最后一层)
5.D激活函数：LeakyReLU(所有层)

2.2实验结果

Lsun–视觉效果，300万张图像
Cifar10-分类实验
人脸加减法实验

3.WGAN

文章：https://arxiv.org/pdf/1701.07875.pdf
代码：https://github.com/martinarjovsky/WassersteinGAN，作者github 提供的代码，pytorch

3.1网络结构

p9：以DCGAN为baseline, baseline 损失使用-logD 技巧
lipschitz约束实现：clip D网络参数

3.2实验结果

Lsun-bedromm 稳定性视觉实验

WGAN本身是为了提高GAN模型训练的稳定性而生的。文章强调的两个优点啊：有意义的loss+稳定训练过程。同一作者的后续文章(improved Training of Wasserstein GANs) 图3，展示了clip 版本WGAN IS指标确实比不上DCGAN。

4.WGAN-GP

文章：https://arxiv.org/pdf/1704.00028.pdf
代码：https://github.com/igul222/improved_wgan_training,作者github 提供的代码，tensorflow(明明是同一个作者写的平台还不一样)
自己复现代码时使用的是：https://github.com/eriklindernoren/PyTorch-GAN/tree/master/implementations WGAN_GP中写的GP方法。

4.1网络结构

1.G网络带BN,D网络不实用Batch normalization, 转而使用 layer Normalization
2.clip 会使优化变得困难，惩罚D网络的梯度，使其不至于太大
3.在cifar-10 数据集合上D和G都使用resnet 结构

4.2实验结果

WGAN-GP能看出来一个轮廓，算是比较好的一个视觉效果了。

本人用pytroch 复现WGAN_GP ,参考了作者梯度惩罚的源码（https://github.com/igul222/improved_wgan_training.）主体代码是在WGAN的基础上(https://github.com/martinarjovsky/WassersteinGAN),注释了CLIP部分的代码，在D损失函数的计算上增加了梯度惩罚项目(计算方式参考了网上的实现博文)。虽然生成的图像视觉指标轮廓不错，但是IS曲线（与baseline-WGAN 相比）并没特别的优势。

现在WGAN实现的时候，D网络的更新次数在100/5之间切换，直接换成5 试一试

仓库：https://github.com/caogang/wgan-gp (1000star)是pytorch复现的WGAN_GP具体效果没有考察。

// 梯度惩罚的计算法函数
def compute_gradient_penalty(D, real_samples, fake_samples):
    """Calculates the gradient penalty loss for WGAN GP"""
    # Random weight term for interpolation between real and fake samples
    alpha = torch.Tensor(np.random.random((real_samples.size(0), 1, 1, 1))).cuda()
    # Get random interpolation between real and fake samples
    # print(real_samples.size(),fake_samples.size())
    # interpolates = (alpha * real_samples + ((1 - alpha) * fake_samples)).requires_grad_(True)
    interpolates = (alpha * fake_samples + ((1 - alpha) * real_samples)).requires_grad_(True)
    d_interpolates = D(interpolates)
    # d_interpolates = d_interpolates.resize(d_interpolates.size()[0],1)
    fake = Variable(torch.Tensor(real_samples.shape[0], 1).fill_(1.0), requires_grad=False).cuda()
    # Get gradient w.r.t. interpolates
    gradients = torch.autograd.grad(
        outputs=d_interpolates,
        inputs=interpolates,
        grad_outputs=fake,
        create_graph=True,
        retain_graph=True,
        only_inputs=True,
    )[0]
    gradients = gradients.view(gradients.size(0), -1)
    gradient_penalty = ((gradients.norm(2, dim=1) - 1) ** 2).mean()
    return gradient_penalty
...
// 判别器的损失函数的计算
gradient_penalty = utils.compute_gradient_penalty(netD,inputv_real,inputv_fake)
gradient_penalty *= lambda_gp
gradient_penalty.backward()
errD = errD_real - errD_fake - gradient_penalty
optimizerD.step()
d_iterations += 1

5.WGAN-SN

文章：https://arxiv.org/pdf/1802.05957.pdf
代码：https://pytorch.org/docs/stable/generated/torch.nn.utils.spectral_norm.html?highlight=nn%20utils%20spectra#torch.nn.utils.spectral_norm,pytorch 官网上实现了D网络参数谱正则化的代码，直接在定义层的时候调用就可以了。

5.1网络结构

Ｄ卷积结构,没有ＢＮ
Ｇ卷积结构＋ＢＮ
（没有LN的情况）

5.2实验结果

cifar-10 上的结构，虽然也只能是看一个大致轮廓，但是，效果还是比较好的。

小结

1.BN 在mini-batch 较小或者RNN等动态网络里效果不好，因为少量样本的均值和方差无法反应整体的情况。BN强调了mini-batch 样本之间的联系。D网络本身是将一个输入映射到一个得分输出，不应该考虑样本之间的联系，所以不应该使用BN，在WGAN-GP中转而使用layer-normalization,对同一个样本的各个通道做归一化。

2.网络越深，其生成能力越强，WGAN-GP论文中cifar-10 IS可以达到7左右，WGAN-Sn中也可以达到6.41，都是因为网络结构不同，所以在浅层只有卷积的G（DCGAN，WGAN）想要达到那么高的IS一般是不可能的。

3.尝试人脸生成数据集合the Toronto Face Database (TFD)

4.整理一下各个实验的G训练次数。

5.stack gan 的网络结构基本还行。在做GP实验的时候，至少得吧BN该成LN，再看看SN中是如何做的。

---

涉及WGAN的论文总共三篇：

WGAN前作：Towards Principled Methods for Training Generative Adversarial Networks
论文链接：https://arxiv.org/abs/1701.04862

WGAN：Wasserstein GAN
论文链接：https://arxiv.org/abs/1701.07875

WGAN后作：Improved Training of Wasserstein GANs
论文链接：https://arxiv.org/abs/1704.00028v3
都是神人Ishaan Gulrajani 写的，连GAN之父Ian Goodfellow都十分惊叹WGAN的改进内容。

神员各种类型GAN代码实现（TensorFlow框架）：https://github.com/LynnHo/AttGAN-Tensorflow

这三篇论文理论性都比较强，尤其是第一篇，涉及到比较多的理论公式推导。知乎郑华滨的两个论述，Wasserstein GAN最新进展：从weight clipping到gradient penalty，更加先进的Lipschitz限制手法在理论方面已经做了一个很好的介绍。不过对于很多数学不太好的同学（包括我自己），看着还是不太好理解，所以这里尽量站在做工程的角度，理一下这三篇文章的思路，这样可以对作者的思路有一个比较清晰的理解。