【神经网络】GAN生成对抗网络

1.GAN基本原理

$\qquad$GAN生成式对抗神经网络，是一种非监督学习算法，通过使用两个神经网络进行博弈进而实现学习。生成对抗网络是由一个生成网络和一个判别网络构成的。生成网络从latent space中进行随机采样作为网络的输入，使得输出结果尽量类似于真是样本；判别网络的输入为真实样本或者是生成网络的输出，其目标是尽量的从真实样本中识别出由生成网络得到的生成样本。在训练的过程中，生成网络和判别网络相互对抗，最终实现无法从真实样本中辨别出生成样本。

$\qquad$生成网络记做G（Generator），判别网络记做D（Discriminator）：

• G接受一个随机的噪声z，通过这个噪声生成图片，记做G(z)
• D判断一张图片是不是真实的，输入是一张图片x，D(x)表示是真实图片的概率

$\qquad$最终的目标是使得D(G(z))=0.5，即无法判断是真实图片还是生成图片。GAN的基本数学原理如下：

• 优化函数由两部分组成，一部分是对于真实数据的预测概率，另一部分是生成数据的预测概率，x表示真实图片，z表示G网络的随机噪音
• D(X)表示D网络判断真实样本是否真实的概率
• D(G(z))表示D网络判断生成样本是否真实的概率
• D的目的是使得D(x)尽量大，但是D(G(z))尽量小，所以V(D,G)会变大，所以是求max
• G的目的是使得D(G(z))尽量大，所以V(D,G)会变小，所以是求min
  

  
  

  $\qquad$在训练过程中，第一步是训练D网络，所以D是希望V(D,G)越大越好，会加上梯度（ascending），但是对于训练G网络时，G希望V(D,G)变小，所以会减去梯度（descending）

2.DCGAN基本原理

$\qquad$在图像处理方面，将CNN与GAN进行结合，得到的一个较好的算法是DCGAN，也就是将D网络和G网络换成是一个CNN结构，但是在DCGAN中对CNN进行一定程度的修改，来提高样本的质量和收敛速度：

• 取消所有的pooling层，G网络使用转置卷积的方式进行上采样，D网络中加入Stride的卷积替代pooling
• 在D和G中均使用Batch Normalization
• 去掉全连接层，使网络变为全卷积神经网络
• G网络中使用ReLU作为激活函数，最后一层使用tanh
• D网络中使用LeakyReLU作为激活函数

DCGAN-G如图：

3.GAN代码实现
（1）导入关键包并加载数据

import tensorflow as tf
import tflearn
import numpy as np
import tflearn.datasets.mnist as mnist

X, Y, X_test, Y_test = mnist.load_data()

image_dim = 784
z_dim = 200
total_sample = len(X)

（2）构建生成器与判别器

def generate(x, reuse=tf.AUTO_REUSE):
    with tf.variable_scope('Generate', reuse=reuse):
        x = tflearn.fully_connected(x, 256, activation='relu')
        x = tflearn.fully_connected(x, image_dim, activation='sigmoid')
        return x

def discriminator(x, reuse=tf.AUTO_REUSE):
    with tf.variable_scope('Discriminator', reuse=reuse):
        x = tflearn.fully_connected(x, 256, activation='relu')
        x = tflearn.fully_connected(x, 1, activation='sigmoid')
        return x

（3）网络构建

gen_input = tflearn.input_data(shape=[None, z_dim], name='input_noise')
disc_input = tflearn.input_data(shape=[None, 784], name='disc_input')

# first is generate and second is discriminator
gen_sample = generate(gen_input)
disc_real = discriminator(disc_input)
disc_fake = discriminator(gen_sample)

disc_loss = -tf.reduce_mean(tf.log(disc_real) + tf.log(1. - disc_fake))
gen_loss = -tf.reduce_mean(tf.log(disc_fake))

gen_vars = tflearn.get_layer_variables_by_scope('Generate')
gen_model = tflearn.regression(gen_sample, placeholder=None, optimizer='adam',
                               loss=gen_loss, trainable_vars=gen_vars,
                               batch_size=64, name='target_gen', op_name='GEN')
disc_vars = tflearn.get_layer_variables_by_scope('Discriminator')
disc_model = tflearn.regression(disc_real, placeholder=None, optimizer='adam',
                                loss=disc_loss, trainable_vars=disc_vars,
                                batch_size=64, name='target_disc', op_name='DISC')

gan = tflearn.DNN(gen_model)

$\qquad$z_dim表示噪声点，generate会通过上采样生成数据，对于网络迭代过程中，G网络和D网络的参数要分开优化。使用get_layer_variables_by_scope获取scope内所有网络层参数。对于placeholder设置为None，定义trainable_vars。构建DNN时只需要传入生成网络。

$\qquad$一开始的时候生成出来的图像中含有负数以至于无法显示，解决方案是在generate的输出激活函数中不要使用tanh，改为使用sigmoid即可。

（4）训练并绘制图像

z = np.random.uniform(-1., 1., [total_sample, z_dim])
gan.fit(X_inputs={gen_input: z, disc_input: X},
        Y_targets=None,
        n_epoch=200)

import matplotlib.pyplot as plt
f, a = plt.subplots(2, 10, figsize=(10, 4))
for i in range(10):
    for j in range(2):
        # Noise input.
        z = np.random.uniform(-1., 1., size=[1, z_dim])
        # Generate image from noise. Extend to 3 channels for matplot figure.
        temp = [[ii, ii, ii] for ii in list(gan.predict([z])[0])]
        print(temp)
        a[j][i].imshow(np.reshape(temp, (28, 28, 3)))
f.show()
plt.show()

4.DCGAN代码实现

（1）导入包和数据

import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
import tflearn
import tflearn.datasets.mnist as mnist

X, Y, testX, testY = mnist.load_data()
X = np.reshape(X, newshape=[-1, 28, 28, 1])
z_dim = 200 # Noise data points
total_samples = len(X)

（2）构建生成器和判别器

def generator(x, reuse=False):
    with tf.variable_scope('Generator', reuse=reuse):
        x = tflearn.fully_connected(x, n_units=7 * 7 * 128)
        x = tflearn.batch_normalization(x)
        x = tf.nn.tanh(x)
        x = tf.reshape(x, shape=[-1, 7, 7, 128])
        x = tflearn.upsample_2d(x, 2)
        x = tflearn.conv_2d(x, 64, 5, activation='tanh')
        x = tflearn.upsample_2d(x, 2)
        x = tflearn.conv_2d(x, 1, 5, activation='sigmoid')
        return x

def discriminator(x, reuse=False):
    with tf.variable_scope('Discriminator', reuse=reuse):
        x = tflearn.conv_2d(x, 64, 5, activation='tanh')
        x = tflearn.avg_pool_2d(x, 2)
        x = tflearn.conv_2d(x, 128, 5, activation='tanh')
        x = tflearn.avg_pool_2d(x, 2)
        x = tflearn.fully_connected(x, 1024, activation='tanh')
        x = tflearn.fully_connected(x, 2)
        x = tf.nn.softmax(x)
        return x

（3）构建网络

# Input Data
gen_input = tflearn.input_data(shape=[None, z_dim], name='input_gen_noise')
input_disc_noise = tflearn.input_data(shape=[None, z_dim], name='input_disc_noise')
input_disc_real = tflearn.input_data(shape=[None, 28, 28, 1], name='input_disc_real')

disc_fake = discriminator(generator(input_disc_noise))
disc_real = discriminator(input_disc_real, reuse=True)
disc_net = tf.concat([disc_fake, disc_real], axis=0)

gen_net = generator(gen_input, reuse=True)
stacked_gan_net = discriminator(gen_net, reuse=True)

disc_vars = tflearn.get_layer_variables_by_scope('Discriminator')
disc_target = tflearn.multi_target_data(['target_disc_fake', 'target_disc_real'],shape=[None, 2])

disc_model = tflearn.regression(disc_net, optimizer='adam',
                                placeholder=disc_target,
                                loss='categorical_crossentropy',
                                trainable_vars=disc_vars,
                                batch_size=64, name='target_disc',
                                op_name='DISC')

gen_vars = tflearn.get_layer_variables_by_scope('Generator')
gan_model = tflearn.regression(stacked_gan_net, optimizer='adam',
                               loss='categorical_crossentropy',
                               trainable_vars=gen_vars,
                               batch_size=64, name='target_gen',
                               op_name='GEN')


gan = tflearn.DNN(gan_model)

（4）训练网络

disc_noise = np.random.uniform(-1., 1., size=[total_samples, z_dim])
y_disc_fake = np.zeros(shape=[total_samples])
y_disc_real = np.ones(shape=[total_samples])
y_disc_fake = tflearn.data_utils.to_categorical(y_disc_fake, 2)
y_disc_real = tflearn.data_utils.to_categorical(y_disc_real, 2)
gen_noise = np.random.uniform(-1., 1., size=[total_samples, z_dim])

y_gen = np.ones(shape=[total_samples])
y_gen = tflearn.data_utils.to_categorical(y_gen, 2)

# Start training, feed both noise and real images.
gan.fit(X_inputs={'input_gen_noise': gen_noise,
                  'input_disc_noise': disc_noise,
                  'input_disc_real': X},
        Y_targets={'target_gen': y_gen,
                   'target_disc_fake': y_disc_fake,
                   'target_disc_real': y_disc_real},
        n_epoch=10)
gen = tflearn.DNN(gen_net, session=gan.session)

（5）绘制图像

f, a = plt.subplots(4, 10, figsize=(10, 4))
for i in range(10):
    # Noise input.
    z = np.random.uniform(-1., 1., size=[4, z_dim])
    g = np.array(gen.predict({'input_gen_noise': z}))
    for j in range(4):
        # Generate image from noise. Extend to 3 channels for matplot figure.
        img = np.reshape(np.repeat(g[j][:, :, np.newaxis], 3, axis=2),
                         newshape=(28, 28, 3))
        a[j][i].imshow(img)

f.show()
plt.show()

参考链接：
https://zhuanlan.zhihu.com/p/24767059
https://zh.wikipedia.org/wiki/%E7%94%9F%E6%88%90%E5%AF%B9%E6%8A%97%E7%BD%91%E7%BB%9C

转载自原文链接, 如需删除请联系管理员。

原文链接：【神经网络】GAN生成对抗网络，转载请注明来源！