生成对抗网络GAN（一）基于Tensorflow2.0的MNIST手写体数字生成

基于Tensorflow2.0的MNIST手写体数字生成

一、生成预览

二、DCGAN简介

DCGAN，全称为Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks(http://arxiv.org/pdf/1511.06434)，主要创新为将100维均匀分布的Z映射到小空间范围的卷积表示法中得到多个特征向量。通过一系列小数步长卷积four fractionally-strided (在最近的一些论文中，这些被错误地称为反卷积)，将这个高维表示转换成一个64 x 64像素的图像。没有使用全连接层和池化层。

除输出层使用Tanh函数外，生成器还使用ReLU激活函数(Nair & Hinton, 2010)。我们观察到，使用有界激活使模型能够更快地学习，以饱和和覆盖训练分布的颜色空间。在鉴别器中，我们发现漏整流激活(Maas et al.， 2013) (Xu et al.， 2015)工作良好，特别是对于高分辨率建模。这与最初使用maxout激活的GAN论文形成了对比(Goodfellow et al. 2013)。

稳定的深卷积GANs架构指南

1.用strided convolutions (discriminator)和fractional-strided convolutions (generator)替换池化层。

2.在生成器和鉴别器中使用batchnorm。

3.为更深层的架构移除完全连接的隐藏层。

4.G除输出层使用Tanh外，其他层均使用ReLU激活。

5.在鉴别器中对所有层使用LeakyReLU激活 

三、代码

•  构建生成器G

# tf2 生成手写体数字

import tensorflow as tf
from tensorflow.keras import layers

def make_generator_model():
    model = tf.keras.Sequential()
    model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Reshape((7, 7, 256)))
    assert model.output_shape == (None, 7, 7, 256) # Note: None is the batch size

    model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
    assert model.output_shape == (None, 7, 7, 128)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
    assert model.output_shape == (None, 14, 14, 64)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Conv2DTranspose(1, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
    assert model.output_shape == (None, 28, 28, 1)

    return model

import matplotlib.pyplot as plt

generator = make_generator_model()

noise = tf.random.normal([1, 100])
generated_image = generator(noise, training=False)

plt.imshow(generated_image[0, :, :, 0], cmap='gray')

•  构建判别器

def make_discriminator_model():
    model = tf.keras.Sequential()
    model.add(layers.Conv2D(64, (5, 5), strides=(2, 2), padding='same',
                                     input_shape=[28, 28, 1]))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))

    model.add(layers.Conv2D(128, (5, 5), strides=(2, 2), padding='same'))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))

    model.add(layers.Flatten())
    model.add(layers.Dense(1))

    return model

discriminator = make_discriminator_model()
decision = discriminator(generated_image)
print(decision)

tf.Tensor([[0.00181567]], shape=(1, 1), dtype=float32)

• 构建损失函数

# 该方法返回计算交叉熵损失的辅助函数
cross_entropy = tf.keras.losses.BinaryCrossentropy(from_logits=True)

# 该方法量化判别器从判断真伪图片的能力。它将判别器对真实图片的预测值与值全为 1 的数组进行对比，将判别器对伪造（生成的）图片的预测值与值全为 0 的数组进行对比。
def discriminator_loss(real_output, fake_output):
    real_loss = cross_entropy(tf.ones_like(real_output), real_output)
    fake_loss = cross_entropy(tf.zeros_like(fake_output), fake_output)
    total_loss = real_loss + fake_loss
    return total_loss

# 生成器损失量化其欺骗判别器的能力。直观来讲，如果生成器表现良好，判别器将会把伪造图片判断为真实图片（或 1）。
def generator_loss(fake_output):
    return cross_entropy(tf.ones_like(fake_output), fake_output)

# 需要分别训练两个网络，判别器和生成器的优化器是不同的。
generator_optimizer = tf.keras.optimizers.Adam(1e-4)
discriminator_optimizer = tf.keras.optimizers.Adam(1e-4)

# 注意 `tf.function` 的使用，该注解使函数被“编译”
noise_dim = 100

@tf.function
def train_step(images):
    noise = tf.random.normal([BATCH_SIZE, noise_dim])

    with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:
        generated_images = generator(noise, training=True)
        
        real_output = discriminator(images, training=True)
        fake_output = discriminator(generated_images, training=True)

        gen_loss = generator_loss(fake_output)
        disc_loss = discriminator_loss(real_output, fake_output)

    gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables)
    gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables)

    generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables))
    discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables))
    
    return gen_loss, disc_loss

• 准备MNIST数据 

# 准备数据
(train_images, train_labels), (_, _) = tf.keras.datasets.mnist.load_data()

train_images = train_images.reshape(train_images.shape[0], 28, 28, 1).astype('float32')
train_images = (train_images - 127.5) / 127.5 # Normalize the images to [-1, 1]

BUFFER_SIZE = 60000
BATCH_SIZE = 256

# Batch and shuffle the data
train_dataset = tf.data.Dataset.from_tensor_slices(train_images).shuffle(BUFFER_SIZE).batch(BATCH_SIZE)

def generate_and_save_images(model, epoch, test_input):
    # 注意 training` 设定为 False
    # 因此，所有层都在推理模式下运行（batchnorm）
    predictions = model(test_input, training=False)

    fig = plt.figure(figsize=(4,4))

    for i in range(predictions.shape[0]):
        plt.subplot(4, 4, i+1)
        plt.imshow(predictions[i, :, :, 0] * 127.5 + 127.5, cmap='gray')
        plt.axis('off')

    plt.savefig('./output/image_at_epoch_{:04d}.png'.format(epoch))
    plt.show()

• Training

noise_dim = 100
num_examples_to_generate = 16

# 我们将重复使用该种子（因此在动画 GIF 中更容易可视化进度）
seed = tf.random.normal([num_examples_to_generate, noise_dim])

def train(dataset, epochs):
    #for epoch in range(epochs):
        #start = time.time()
    for epoch in range(epochs):
        for i,image_batch in enumerate(dataset):
            g,d = train_step(image_batch)
            print("batch %d, gen_loss %f,disc_loss %f" % (i, g.numpy(),d.numpy()))
            
        # 每 15 个 epoch 保存一次模型
        if (epoch + 1) % 15 == 0:
            checkpoint.save(file_prefix = checkpoint_prefix)
            
    generate_and_save_images(generator,
                             epochs,
                             seed)

EPOCHS = 50
train(train_dataset, EPOCHS)

• Test 

# 保存模型
generator.save('./save/mnist_dcgan_tf2.h5')

import tensorflow as tf
import matplotlib.pyplot as plt

model = tf.keras.models.load_model('./save/mnist_dcgan_tf2.h5')

test_input = tf.random.normal([16, 100])
epoch = 10

generate_and_save_images(model, epoch, test_input)

四、注意事项

• GPU训练更佳：10min，CPU训练速度：约150min
• tensorflow2版本
• 跳过训练直接使用模型生成，模型下载地址：https://download.csdn.net/download/zhaoguanghe/12512998

了解更多，关注公众号：AI预见未来