GAN的原理介绍
GAN的主要灵感来源于博弈论中零和博弈的思想,应用到深度学习神经网络上来说,就是**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
**,如果用到图片生成上,则训练完成后,G可以从一段随机数中生成逼真的图像。G, D的主要功能是:
● G是一个生成式的网络,它接收一个随机的噪声z(随机数),通过这个噪声生成图像
● D是一个判别网络,判别一张图片是不是“真实的”。它的输入参数是x,x代表一张图片,输出D(x)代表x为真实图片的概率,如果为1,就代表100%是真实的图片,而输出为0,就代表不可能是真实的图片
训练过程中,生成网络G的目标就是尽量生成真实的图片去欺骗判别网络D。而D的目标就是尽量辨别出G生成的假图像和真实的图像。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.
损失函数
可以这样理解:损失函数做的是最大化D的区分度,最小化G输出和真实数据的区别。
损失函数可以拆分为两部分:
判别模型:log(D1(x))+log(1-D2(G(z)))…(1)生成模型:log(D2(G(z)))…(2)
当判别模型能力强时,D1(x)->1, D2(G(z))->0,(1)式趋近于0
当生成模型能力强时,D2(G(z))->1,(2)式趋近于0
一个简单的GAN案例
实现功能:上图中,蓝色线代表真实数据,绿色线代表生成网络输出数据,最终我们希望绿色线能和蓝色线能够比较接近
GAN是怎么训练呢
根据 GAN 的训练算法,我画一张图:
GAN 的训练在同一轮梯度反传的过程中可以细分为 2 步,先训练 D 再训练 G;注意不是等所有的 D 训练好以后,才开始训练 G,因为 D 的训练也需要上一轮梯度反传中 G 的输出值作为输入。
当训练 D 的时候,上一轮 G 产生的图片,和真实图片,直接拼接在一起,作为 x。然后根据,按顺序摆放 0 和 1,假图对应 0,真图对应 1。然后就可以通过,x 输入生成一个 score(从 0 到 1 之间的数),通过 score 和 y 组成的损失函数,就可以进行梯度反传了。(我在图片上举的例子是 batch = 1,len(y)=2*batch,训练时通常可以取较大的 batch)
当训练 G 的时候,需要把 G 和 D 当作一个整体,我在这里取名叫做’D_on_G’。这个整体(下面简称 DG 系统)的输出仍然是 score。输入一组随机向量,就可以在 G 生成一张图,通过D 对生成的这张图进行打分,这就是 DG 系统的前向过程。score=1 就是 DG 系统需要优化的目标,score 和 y=1 之间的差异可以组成损失函数,然后可以反向传播梯度。注意,这里的 D 的参数是不可训练的。这样就能保证 G 的训练是符合 D 的打分标准的。这就好比:如果你参加考试,你别指望能改变老师的评分标准
GAN 的特点及优缺点:
特点
● 相比较传统的模型,他存在两个不同的网络,而不是单一的网络,并且训练方式采用的是对抗训练方式
● GAN中G的梯度更新信息来自判别器D,而不是来自数据样本
优点
● 相比其他所有模型, GAN可以产生更加清晰
,真实的样本
●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
● GAN应用到一些场景上,比如图片风格迁移,图像补全,去噪,只要有一个的基准,直接用判别器,剩下的就交给对抗训练了。
缺点
● GAN不适合处理离散形式的数据,比如文本
● GAN存在训练不稳定、梯度消失、模式崩溃的问题
(目前已解决)
训练GAN的一些技巧
-
输入规范化到(-1,1)之间,最后一层的激活函数使用tanh(BEGAN除外)
-
使用wassertein GAN的损失函数,
-
如果有标签数据的话,尽量使用标签,也有人提出使用反转标签效果很好,另外使用标签平滑,单边标签平滑或者双边标签平滑
-
使用mini-batch norm, 如果不用batch norm 可以使用instance norm 或者weight norm
-
避免使用RELU和pooling层,减少稀疏梯度的可能性,可以使用leakrelu激活函数
-
优化器尽量选择ADAM,学习率不要设置太大,初始1e-4可以参考,另外可以随着训练进行不断缩小学习率,
-
给D的网络层增加高斯噪声,相当于是一种正则
代码部分
from __future__ import print_function, division
from keras.datasets import mnist
from keras.layers import Input, Dense, Reshape, Flatten, Dropout
from keras.layers import BatchNormalization, Activation, ZeroPadding2D
from keras.layers.advanced_activations import LeakyReLU
from keras.layers.convolutional import UpSampling2D, Conv2D
from keras.models import Sequential, Model
from keras.optimizers import Adam
import matplotlib.pyplot as plt
import sys
import numpy as np
class GAN():
def __init__(self):
self.img_rows = 28
self.img_cols = 28
self.channels = 1
self.img_shape = (self.img_rows, self.img_cols, self.channels)
self.latent_dim = 100
optimizer = Adam(0.0002, 0.5)
# Build and compile the discriminator
self.discriminator = self.build_discriminator()
self.discriminator.compile(loss='binary_crossentropy',
optimizer=optimizer,
metrics=['accuracy'])
# Build the generator
self.generator = self.build_generator()
# The generator takes noise as input and generates imgs
z = Input(shape=(self.latent_dim,))
img = self.generator(z)
# For the combined model we will only train the generator
self.discriminator.trainable = False
# The discriminator takes generated images as input and determines validity
validity = self.discriminator(img)
# The combined model (stacked generator and discriminator)
# Trains the generator to fool the discriminator
self.combined = Model(z, validity)
self.combined.compile(loss='binary_crossentropy', optimizer=optimizer)
def build_generator(self):
model = Sequential()
model.add(Dense(256, input_dim=self.latent_dim))
model.add(LeakyReLU(alpha=0.2))
model.add(BatchNormalization(momentum=0.8))
model.add(Dense(512))
model.add(LeakyReLU(alpha=0.2))
model.add(BatchNormalization(momentum=0.8))
model.add(Dense(1024))
model.add(LeakyReLU(alpha=0.2))
model.add(BatchNormalization(momentum=0.8))
model.add(Dense(np.prod(self.img_shape), activation='tanh'))
model.add(Reshape(self.img_shape))
model.summary()
noise = Input(shape=(self.latent_dim,))
img = model(noise)
return Model(noise, img)
def build_discriminator(self):
model = Sequential()
model.add(Flatten(input_shape=self.img_shape))
model.add(Dense(512))
model.add(LeakyReLU(alpha=0.2))
model.add(Dense(256))
model.add(LeakyReLU(alpha=0.2))
model.add(Dense(1, activation='sigmoid'))
model.summary()
img = Input(shape=self.img_shape)
validity = model(img)
return Model(img, validity)
def train(self, epochs, batch_size=128, sample_interval=50):
# Load the dataset
(X_train, _), (_, _) = mnist.load_data()
# Rescale -1 to 1
X_train = X_train / 127.5 - 1.
X_train = np.expand_dims(X_train, axis=3)
# Adversarial ground truths
valid = np.ones((batch_size, 1))
fake = np.zeros((batch_size, 1))
for epoch in range(epochs):
# ---------------------
# Train Discriminator
# ---------------------
# Select a random batch of images
idx = np.random.randint(0, X_train.shape[0], batch_size)
imgs = X_train[idx]
noise = np.random.normal(0, 1, (batch_size, self.latent_dim))
# Generate a batch of new images
gen_imgs = self.generator.predict(noise)
# Train the discriminator
d_loss_real = self.discriminator.train_on_batch(imgs, valid)
d_loss_fake = self.discriminator.train_on_batch(gen_imgs, fake)
d_loss = 0.5 * np.add(d_loss_real, d_loss_fake)
# ---------------------
# Train Generator
# ---------------------
noise = np.random.normal(0, 1, (batch_size, self.latent_dim))
# Train the generator (to have the discriminator label samples as valid)
g_loss = self.combined.train_on_batch(noise, valid)
# Plot the progress
print ("%d [D loss: %f, acc.: %.2f%%] [G loss: %f]" % (epoch, d_loss[0], 100*d_loss[1], g_loss))
# If at save interval => save generated image samples
if epoch % sample_interval == 0:
self.sample_images(epoch)
def sample_images(self, epoch):
r, c = 5, 5
noise = np.random.normal(0, 1, (r * c, self.latent_dim))
gen_imgs = self.generator.predict(noise)
# Rescale images 0 - 1
gen_imgs = 0.5 * gen_imgs + 0.5
fig, axs = plt.subplots(r, c)
cnt = 0
for i in range(r):
for j in range(c):
axs[i,j].imshow(gen_imgs[cnt, :,:,0], cmap='gray')
axs[i,j].axis('off')
cnt += 1
fig.savefig("images/%d.png" % epoch)
plt.close()
if __name__ == '__main__':
gan = GAN()
gan.train(epochs=30000, batch_size=32, sample_interval=200)
参考文献:
https://blog.csdn.net/LEE18254290736/article/details/97371930
https://blog.csdn.net/leviopku/article/details/81292192
https://blog.csdn.net/weixin_43535573/article/details/89035764
深度学习GAN可参考李宏毅生成对抗网络学习:
https://blog.csdn.net/qq_35608277/article/details/83894943?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.edu_weight&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.edu_weight