GAN Step By Step -- Step2 GAN的详细介绍及其应用

已于 2022-09-29 09:17:31 修改
阅读量983 收藏 6
点赞数
分类专栏： 👣GAN Step By Step (GSBS) 文章标签： 生成对抗网络 深度学习 人工智能
于 2022-09-29 08:00:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_45508265/article/details/127091858
版权
本文带你深入了解GAN，从基础框架到10大代表性算法如DCGAN、CycleGAN等，探讨其优缺点，并展示了GAN在图像生成、超分辨率、医疗检测等领域的应用实例。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

GAN Step By Step

logo

心血来潮

GSBS，顾名思义，我希望我自己能够一步一步的学习GAN。GAN 又名 生成对抗网络，是最近几年很热门的一种无监督算法，他能生成出非常逼真的照片，图像甚至视频。GAN是一个图像的全新的领域，从2014的GAN的发展现在，在计算机视觉中扮演着越来越重要的角色，并且每年都能产出各色各样的东西，GAN的理论和发展都蛮多的。我感觉最近有很多人都在学习GAN，但是国内可能缺少比较多的GAN的理论及其实现，所以我也想着和大家一起学习，并且提供主流框架下 pytorch,tensorflow,keras 的一些实现教学。

在一个2016年的研讨会，杨立昆描述生成式对抗网络是“机器学习这二十年来最酷的想法”。

Step2 GAN的详细介绍及其应用

GAN基本框架

上一次已经介绍了一下GAN的基本框架和基本公式，如图所示

10大典型的GAN算法

GAN 算法有数百种之多，大家对于 GAN 的研究呈指数级的上涨，目前每个月都有数百篇论坛是关于对抗网络的。

下图是2014-2018每个月关于 GAN 的论文发表数量：

关于GANs的论文呈指数级增长

如果你对 GANs 算法感兴趣，可以在 「GANs动物园」里查看几乎所有的算法。我们为大家从众多算法中挑选了10个比较有代表性的算法，技术人员可以看看他的论文和代码。

在这里插入图片描述

GAN MAPs

接下来，我也会一一学习这些GAN的知识，一起遍历这个GAN的地图

算法论文代码
GAN论文地址代码地址
DCGAN论文地址代码地址
CGAN论文地址代码地址
CycleGAN论文地址代码地址
CoGAN论文地址代码地址
ProGAN论文地址代码地址
WGAN论文地址代码地址
SAGAN论文地址代码地址
BigGAN论文地址代码地址

上面内容整理自《Generative Adversarial Networks – The Story So Far》原文中对算法有一些粗略的说明，感兴趣的可以看看。

GAN的优缺点

3个优势

  1. 能更好建模数据分布（图像更锐利、清晰）
  2. 理论上，GANs 能训练任何一种生成器网络。其他的框架需要生成器网络有一些特定的函数形式，比如输出层是高斯的。
  3. 无需利用马尔科夫链反复采样，无需在学习过程中进行推断，没有复杂的变分下界，避开近似计算棘手的概率的难题。

2个缺陷

  1. 难训练，不稳定。生成器和判别器之间需要很好的同步，但是在实际训练中很容易D收敛，G发散。D/G 的训练需要精心的设计。
  2. 模式缺失（Mode Collapse）问题。GANs的学习过程可能出现模式缺失，生成器开始退化，总是生成同样的样本点，无法继续学习。

Application

姿势引导人形像生成

通过姿势的附加输入，我们可以将图像转换为不同的姿势。例如，右上角图像是基础姿势，右下角是生成的图像。

img

下面的优化结果列是生成的图像。

img

该设计由二级图像发生器和鉴频器组成。生成器使用元数据（姿势）和原始图像重建图像。判别器使用原始图像作为CGAN设计标签输入的一部分。

img

CycleGAN

跨域名转让将很可能成为第一批商业应用。GANs将图像从一个领域（如真实的风景）转换为另一个领域（莫奈绘画或梵高）。

img

例如，它可以在斑马和马之间转换图片。

img

Cyclegan构建了两个网络G和F来构建从一个域到另一个域以及反向的图像。它使用判别器d来批评生成的图像有多好。例如，G将真实图像转换为梵高风格的绘画，并且DY用于区分图像是真实的还是生成的。

域A到域B：------------------------>

bg right width:600px

我们在反向域B域A中重复该过程：

width:600px

PixelDTGAN

根据名人图片推荐商品已经成为时尚博客和电子商务的热门话题。Pixeldtgan的作用就是从图像中创建服装图像和样式。

img

bg width:600px

bg width:600px

超分辨率

从低分辨率创建超分辨率图像。这是GAN显示出非常令人印象深刻的结果，也是具有直接商业可能性的一个领域。

img

与许多GAN的设计类似，它是由多层卷积层、批标准化、高级relu和跳跃连接组成。

img

PGGAN

Progressive GAN可能是第一个展示商业化图像质量的GAN之一。以下是由GAN创建的1024×1024名人形象。

img

它采用分而治之的策略，使训练更加可行。卷积层的一次又一次训练构建出2倍分辨率的图像。

img

在9个阶段中，生成1024×1024图像。

img

高分辨率图像合成

需要注意的是这并非图像分割，而是从语义图上生成图像。由于采集样本非常昂贵，我们采用生成的数据来补充培训数据集，以降低开发成本。在训练自动驾驶汽车时可以自动生成视频，而不是看到它们在附近巡航，这就为我们的生活带来了便捷。

网络设计:

img

bg right:30% width:600px

文本到图像（StackGAN）

文本到图像是域转移GAN的早期应用之一。比如，我们输入一个句子就可以生成多个符合描述的图像。

bg vertical width:600px

bg right:60% width:600px

文本到图像合成

另一个比较通用的实现：

img

人脸合成

不同姿态下的合成面：使用单个输入图像，我们可以在不同的视角下创建面。例如，我们可以使用它来转换更容易进行人脸识别图像。

bg right width:700px

图像修复

几十年前，修复图像一直是一个重要的课题。gan就可以用于修复图像并用创建的“内容”填充缺失的部分。

img

学习联合分配

用面部字符P（金发，女性，微笑，戴眼镜），P（棕色，男性，微笑，没有眼镜）等不同组合创建GAN是很不现实的。维数的诅咒使得GAN的数量呈指数增长。但我们可以学习单个数据分布并将它们组合以形成不同的分布，即不同的属性组合。

width:800px

bg right width:600px

DiscoGAN

DiscoGAN提供了匹配的风格：许多潜在的应用程序。DiscoGAN在没有标签或配对的情况下学习跨域关系。例如，它成功地将样式（或图案）从一个域（手提包）传输到另一个域（鞋子）。

img

DiscoGAN和cyclegan在网络设计中非常相似。

img

Pix2Pix

PIX2PIx是一种图像到图像的翻译，在跨域Gan的论文中经常被引用。例如，它可以将卫星图像转换为地图（图片左下角）。

img

DTN

从图片中创建表情符号。

bg right:40% width:500px

img

纹理合成

img

图像编辑 (IcGAN)

重建或编辑具有特定属性的图像。

width:500px

img

人脸老化(Age-cGAN)

width:500px

img

创建动画角色

众所周知，游戏开发和动画制作成本很高，并且雇佣了许多制作艺术家来完成相对常规的任务。但通过GAN就可以自动生成动画角色并为其上色。

center width:400px

使用Generative Adversarial Networks创建自动动画人物角色

生成器和判别器由多层卷积层、批标准化和具有跳过链接的relu组成。

img

神经照片编辑器

基于内容的图像编辑：例如，扩展发带。

img神经照片编辑

细化图像

img

目标检测

这是用gan增强现有解决方案的一个应用程序。

img

图像融合

将图像混合在一起。

img

生成三维对象

这是用gan创建三维对象时经常引用的一篇文章。

img

音乐的产生

GaN可以应用于非图像领域，如作曲。

img

img

医疗（异常检测）

GAN还可以扩展到其他行业，例如医学中的肿瘤检测。

img

img

论文阅读笔记（17）：GAN-based Enhanced Deep Subspace Clustering Networks，基于GAN的增强深度子空间聚类网络
weixin_44876302的博客
09-02 1559
论文阅读笔记（17）：GAN-based Enhanced Deep Subspace Clustering Networks，基于GAN的增强深度子空间聚类网络摘要介绍 摘要 在本文中，我们提出了两种基于GAN的深子空间聚类方法：基于对偶对抗生成（dual adversarial generative）网络的深度子空间聚类（DSC-DAG）和基于对抗生成网络的自监督深度子空间聚类（S2^22DSC-AG）。在DSC-DAG中，通过对抗训练同时学习输入和相应潜在表征的分布。此外，有两种合成表示有助于编码器
新手速成---TensorFlow实现jaffe表情识别--step2
a5pansq的博客
11-30 1491
step2说明 这第二步绝对是整个网络的核心了，重点就是卷积层的构造，老师上课讲了好几节课的CNN，奈何我压根就没去上课，去的时候都开始讲RNN和GAN了，哎。。。 所以下文还是秉承了博主一贯的风格，简单粗暴，我能保证你弄出来，至于原理，写完这篇我就要去好好学习了，推荐B站《Tensorflow 搭建自己的神经网络 (莫烦 Python 教程)》 天下文章一大抄，我的具体做法是，先在网上扒几个成熟...
GAN（生成对抗网络）的系统全面介绍（醍醐灌顶）
热门推荐
m0_61878383的博客
01-18 18万+
本文是关于GAN学习的较为系统全面的介绍，主要针对初学者，希望能够对大家带来帮助。
pytorch-PixelDTGAN:对“像素级域传输”的实现进行的pytorch重制
05-17
像素级域名转移 对“像素级域传输” 的实现进行的部分。 为方便在pytorch下使用。 相依性 pytorch >= 0.4.0 。 训练 要训​​练模型，请将LOOKBOOK数据集放在存储库下，将图像调整为64 * 64。 使用tool/prepare_data.py准备数据集。 然后转到src目录并运行 python3 train.py 监控表现 安装 。 使用python3 -m visdom.server 5274启动visdom服务器 在浏览器中打开以下URL： http://localhost:5274您将看到损耗曲线以及图像示例。 经过22k次迭代后，结果为： 致谢
使用生成对抗网络（GAN）进行人脸老化生成的Python示例
最新发布
huanghm88的专栏
03-16 334
数据准备：准备包含不同年龄段人脸的数据集。定义生成器和判别器：构建生成器和判别器的神经网络模型。训练GAN：交替训练生成器和判别器。生成老化人脸图像：使用训练好的生成器生成老化人脸图像。
Learning Face Age Progression: A Pyramid Architecture of GANs-1-实现人脸老化
weixin_30905133的博客
09-09 1088
Learning Face Age Progression: A Pyramid Architecture of GANs Abstract 人脸年龄发展有着两个重要的需求，即老化准确性和身份持久性，但是在文献中都没有很好地学习到。在该论文中，我们提出了一种创新的基于生成对抗网络的方法。该方法对固有的特定目标特性和根据消逝时间的特定年龄面部更改分别...
GAN（一）:基本框架
shanlepu6038的博客
11-22 1万+
GAN（1）:基本框架一、GAN的概念二、algorithm 小白的第一篇博客，写的有不对的地方，望各位批评指正； 一、GAN的概念 1)generator:Neural Network image generation： 给定一个vector，经过NN Generator后，产生一张图片 sentence generation: 给定一个vector，经过NN Generator后，产生一个句子...
深度学习新星：GANs的基本原理、应用和走向
01-13 1万+
近年来，基于数据而习得“特征”的深度学习技术受到狂热追捧，而其中GAN模型训练方法更加具有激进意味：它生成数据本身。 GAN是“生成对抗网络”（Generative Adversarial Networks）的简称，由2014年还在蒙特利尔读博士的Ian Goodfellow引入深度学习领域。2016年，GAN热潮席卷AI领域顶级会议，从ICLR到NIPS，大量高质量论文被发表和探讨。Yan
【论文阅读】PU-GAN：点云上采样的对抗生成网络
weixin_43978272的博客
12-14 4952
PU-GAN：一种点云上采样的对抗生成网络模型
2021李宏毅机器学习笔记--23 Theory behind GAN
guoxinxin0605的博客
09-05 555
2021李宏毅机器学习笔记--23 Theory behind GAN摘要一、Maximum Likelihood Estimation(最大似然估计)二、MLE=Minimize KL Divergence（最小KL散度）三、Generator四、Discriminator五、D*和divergence的关系证明六、知识回顾:KL散度、JS散度和交叉熵七、G*的目标八、GD Algorithm for GAN九、In practice(实做中)十、Algorithm for GAN总结 摘要 本章节主
生成式对抗网络GAN模型搭建
AlisaZqq
04-19 2845
生成式对抗网络GAN模型搭建目录一、理论部分1、GAN基本原理介绍2、对KL散度的理解 目录 一、理论部分 1、GAN基本原理介绍 参见另一篇博文：生成式对抗网络（Generative Adversarial Nets，GAN） 2、对KL散度的理解 基本原理：KL散度 在GAN中为何需要使用KL散度？ 假设我们现在知道样本的真实分布pdata(x)p_{data}(x)pdata​(x)和由生...
pixel-dt-gan-pytorch:Pytorch像素级域转移的实现
05-14
Piexl-leve域转移的Pytorch实现 参考： 注意（重要）： 这段代码不完整，培训还没有结束。 我认为该错误非常琐碎，只要有时间就可以解决。 欢迎拉动要求！！ 先决条件 虚拟环境 PyTorch（经测试为0.3.0，但可以使用0.4.0） 准备数据集 下载LOOKBOOK数据集： 运行sh setup.sh 训练 python main.py \ --gpu_id 0 \ --root_dir 'data/prepro' \ --csv_file 'data/prepro/label.csv' \ --expr 'experiment1' \ --batch_size 24 \ --load_size 64 \ --lr 0.0002 可视化 tensorboard --logdir repo/<expr>/tb --port 8000 错误报告
步态识别gaitgan论文
02-06
GaitGAN: Invariant Gait Feature Extraction Using Generative Adversarial Networks
解读GAN及其 2016 年度进展
omnispace的博客
02-08 1万+
作者：程程 链接：https://zhuanlan.zhihu.com/p/25000523 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 摘要 本文主要包括两方面内容：首先对GAN的基础概念与理论基础进行介绍，并分析了其模型构建原理与优势等；其次对其在2016年度的主要进展进行梳理和概括，主要包括从模型理论框架到实际应用问题中的相关扩展与改进及其
GAN基本结构和初步理解 | 个人笔记
BlackSheep的博客
08-12 7040
本次笔记作为个人入门GAN的过程记录，后续还有Pyramid Structure等，以及代码分析
Pixel Level Domain Transfer GAN
zxrttcsdn的博客
04-03 581
https://github.com/fxia22/PixelDTGAN
如何比较PixelCNN与DCGAN两种Image generation方法？
04-02 4780
今天组会读了一下deepmind的PixelCNN(nips的那篇)，不是很明白到底为什么follow的work这么多（而且pixel rnn还拿了best paper award。。），感觉pixel by pixel生成是一种非常反直觉的生成方式。而且是规定了从上往下从左往右的顺序。这种生成方式的insight在哪里？ （个人理解是为了引出wavenet？因为对语言序列来说生成是有顺序的
GAN的一些很酷的应用
weixin_34395205的博客
03-24 417
在GAN发展的最初几年里，我们取得了令人瞩目的进展。当然，现在不会是像恐怖电影里那样有邮票大小的面部照片了。2017年，Gan制作了1024×1024张能愚弄人才童子军的照片。在未来几年，我们可能会看到GAN生成的高质量视频，由此衍生的商业应用程序即将来临。作为GAN系列的一部分，我们研究了一些很酷的应用程序，希望它们能作你的GAN应用程序的灵感来源。 ...
生死看淡，不服就GAN（九）----英伟达力作PGGAN实战，生成高清图片
Pika
04-18 1万+
2017年，NVIDIA Research 网站发布了一篇颇为震撼的GAN论文：Progressive Growing of GANs for Improved Quality, Stability, and Variation，通过使用逐渐增大的GAN网络和精心处理的CelebA-HQ数据集，实现了效果令人惊叹的生成图像。 论文地址 Progressive Growing of GANs fo...
如何减弱关断尖峰
03-11
<think>嗯，用户之前问过关于MOS管寄生电容导致关断尖峰的原理，现在他接着问如何减弱关断尖峰。我需要先回顾之前的回答，确保这次的内容连贯且不重复。用户可能是在设计开关电源或者类似电路时遇到了实际问题，需要具体的解决方案。 首先，用户可能是工程师或学生，他们需要实际可行的方法，而不仅仅是理论。所以回答要具体，包括设计措施、元件选择、布局优化等。之前提到的抑制措施有优化驱动回路、缓冲电路、调整驱动电阻和PCB布局，可能需要更详细地展开这些点，特别是针对关断尖峰。 关断尖峰的核心原因是电流突变和寄生电感，所以重点应放在如何减少di/dt和寄生电感，以及吸收能量。可能需要详细解释每个方法的原理，比如RC缓冲电路如何工作，如何选择参数，还有驱动电阻的影响，如何折中考虑开关损耗。 另外，用户可能希望了解实际应用中的案例或参数参考，比如具体的电阻电容值范围，布局技巧如缩短走线长度、使用多层板等。还要注意是否提到其他方法，比如使用软关断技术或TVS二极管，这些在之前的回答中略有提及，可能需要深入。 还要考虑用户可能忽略的因素，比如温度影响，或者不同器件类型（如SiC MOSFET）的特性差异。是否需要分点列出，结构清晰，便于用户逐步实施。 需要检查是否有遗漏的关键点，比如体二极管的反向恢复问题，是否在关断尖峰中起作用，是否需要优化续流回路。此外，仿真和测试的建议也很重要，用户可能需要验证设计效果。 最后，确保语言简洁，技术术语准确，但不过于复杂，适合不同层次的读者理解。可能需要用例子或公式来说明，比如计算尖峰电压的公式，帮助用户量化设计选择。</think>--- ### **减弱MOS管关断尖峰的关键措施及原理** 关断尖峰主要由**漏极电流突变（$dI/dt$）与寄生电感（$L_{\text{寄生}}$）**共同作用引起，其电压尖峰为： $$ V_{\text{spike}} = L_{\text{寄生}} \cdot \frac{dI_D}{dt} $$ 要有效抑制尖峰，需从**降低$dI/dt$、减小寄生电感、吸收谐振能量**三方面入手。以下是具体设计方法： --- #### **一、优化驱动设计** 1. **调整栅极电阻$R_g$** - **原理**：增大$R_g$可减缓栅极电压$V_{gs}$的下降速度，从而降低漏极电流的关断斜率（$dI_D/dt$）。 - **公式**： $$ \frac{dI_D}{dt} \propto \frac{V_{\text{驱动}}}{R_g \cdot (C_{gs} + C_{gd})} $$ - **折中**：$R_g$过大会增加开关损耗，需通过实验选择最佳值（通常取5-50Ω）。 2. **有源米勒箝位（Active Miller Clamp）** - **作用**：在关断阶段主动吸收$C_{gd}$的米勒电容电流，避免$V_{gs}$被抬升导致误触发。 - **实现**：在栅极驱动IC中集成此功能（如TI的UCC27524）。 --- #### **二、抑制寄生电感** 1. **PCB布局优化** - **关键规则**： - **最短电流环路**：主功率回路（如MOSFET-电感-电容）走线长度≤10mm。 - **低电感布线**：使用宽铜箔（≥2mm）、多层板（电源/地层紧邻信号层）。 - **示例**：1nH的PCB走线电感在$dI/dt=100A/μs$时，产生$V_{\text{spike}}=100V$！ 2. **器件封装选择** - 优先选用**低电感封装**（如DFN5x6、TOLL），相比传统TO-247可减少寄生电感30%-50%。 --- #### **三、能量吸收电路** 1. **RC缓冲电路（Snubber）** - **拓扑**：在MOSFET漏-源极并联RC串联电路。 - **参数设计**： - **电容$C_{\text{snub}}$**： $$ C_{\text{snub}} = \frac{L_{\text{寄生}} \cdot I_{\text{peak}}^2}{V_{\text{spike}}^2}} $$ 通常取1nF~10nF（耐压需≥2倍尖峰电压）。 - **电阻$R_{\text{snub}}$**： $$ R_{\text{snub}} = \sqrt{\frac{L_{\text{寄生}}}{C_{\text{snub}}}} $$ 典型值10Ω~100Ω（需满足$R_{\text{snub}} > \sqrt{L/C}$避免振荡）。 - **案例**：在48V输入的Buck电路中，添加10Ω+4.7nF缓冲可使关断尖峰从150V降至80V。 2. **TVS二极管箝位** - **选型原则**： - 击穿电压$V_{\text{BR}}$略高于正常工作电压（如60V系统选68V TVS）。 - 峰值脉冲功率需覆盖尖峰能量（例如600W的SMBJ系列）。 --- #### **四、软关断技术（Soft Turn-Off）** 1. **两阶段关断驱动** - **原理**：在关断后期降低$V_{gs}$的下降速度，减小$dI/dt$。 - **实现**：通过驱动IC的分级电阻控制（如先5Ω快速关断，后20Ω慢速关断）。 2. **电流斜率控制** - **方法**：在栅极驱动路径中串联非线性元件（如磁珠或饱和电感），在高$dI/dt$时自动增大阻抗。 --- #### **五、器件与拓扑改进** 1. **使用SiC/GaN器件** - **优势**：SiC MOSFET的$C_{oss}$（输出电容）更小，可降低谐振能量。 - **注意**：需配套优化驱动（因SiC的$dV/dt$可达100V/ns，易引发EMI）。 2. **拓扑优化** - **同步整流**：用MOSFET替代续流二极管，消除反向恢复电流（适用于Buck、LLC等拓扑）。 - **多相并联**：分流电流以降低单管$dI/dt$（如CPU供电的多相VRM）。 --- #### **六、实测验证与调试** 1. **关键测试点**： - **漏-源电压$V_{ds}$**：观察尖峰幅值及时序（需使用高压差分探头）。 - **栅极波形$V_{gs}$**：检查米勒平台是否稳定。 2. **调试步骤**： - **Step1**：不接缓冲电路，测量原始尖峰电压。 - **Step2**：调整$R_g$，观察尖峰与损耗的平衡点。 - **Step3**：添加RC缓冲，逐步优化$C_{\text{snub}}$和$R_{\text{snub}}$。 --- **总结**：减弱关断尖峰需**“多管齐下”**： 1. 通过驱动优化和缓冲电路降低$dI/dt$； 2. 通过PCB布局和封装选择最小化寄生电感； 3. 利用吸收电路和拓扑改进分散能量。 实际设计中需结合仿真（如PLECS、LTspice）与实测反复迭代，最终实现效率与可靠性的平衡。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

风信子的猫Redamancy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值