0
点赞
收藏
分享

微信扫一扫

对抗生成网络架构原理与实战解析总结

对抗生成网络架构原理与实战解析总结_数据生成对抗网络入门视频总结


视频资料


源码

import argparse
import os
import numpy as np
import math

import torchvision.transforms as transforms
from torchvision.utils import save_image

from torch.utils.data import DataLoader
from torchvision import datasets
from torch.autograd import Variable

import torch.nn as nn
import torch.nn.functional as F
import torch

os.makedirs("images", exist_ok=True)

parser = argparse.ArgumentParser()
parser.add_argument("--n_epochs", type=int, default=100, help="number of epochs of training")
parser.add_argument("--batch_size", type=int, default=128, help="size of the batches")
parser.add_argument("--lr", type=float, default=0.0002, help="adam: learning rate")
parser.add_argument("--b1", type=float, default=0.5, help="adam: decay of first order momentum of gradient")
parser.add_argument("--b2", type=float, default=0.999, help="adam: decay of first order momentum of gradient")
parser.add_argument("--n_cpu", type=int, default=8, help="number of cpu threads to use during batch generation")
parser.add_argument("--latent_dim", type=int, default=100, help="dimensionality of the latent space")
parser.add_argument("--img_size", type=int, default=28, help="size of each image dimension")
parser.add_argument("--channels", type=int, default=1, help="number of image channels")
parser.add_argument("--sample_interval", type=int, default=400, help="interval betwen image samples")
opt = parser.parse_args()
print(opt)

# (1, 28, 28)
img_shape = (opt.channels, opt.img_size, opt.img_size)

cuda = True if torch.cuda.is_available() else False


class Generator(nn.Module):
def __init__(self):
super(Generator, self).__init__()

def block(in_feat, out_feat, normalize=True):
layers = [nn.Linear(in_feat, out_feat)]
if normalize:
layers.append(nn.BatchNorm1d(out_feat, 0.8))
layers.append(nn.LeakyReLU(0.2, inplace=True))
return layers

self.model = nn.Sequential(
*block(opt.latent_dim, 128, normalize=False),
*block(128, 256),
*block(256, 512),
*block(512, 1024),
nn.Linear(1024, int(np.prod(img_shape))),
nn.Tanh()
)

def forward(self, z):
img = self.model(z)
img = img.view(img.size(0), *img_shape)
return img


class Discriminator(nn.Module):
def __init__(self):
super(Discriminator, self).__init__()

self.model = nn.Sequential(
nn.Linear(int(np.prod(img_shape)), 512),
nn.LeakyReLU(0.2, inplace=True),
nn.Linear(512, 256),
nn.LeakyReLU(0.2, inplace=True),
nn.Linear(256, 1),
nn.Sigmoid(),
)

def forward(self, img):
img_flat = img.view(img.size(0), -1)
validity = self.model(img_flat)

return validity


# Loss function
adversarial_loss = torch.nn.BCELoss()

# Initialize generator and discriminator
generator = Generator()
discriminator = Discriminator()

if cuda:
generator.cuda()
discriminator.cuda()
adversarial_loss.cuda()

# Configure data loader
os.makedirs("./data/mnist", exist_ok=True)
dataloader = torch.utils.data.DataLoader(
datasets.MNIST(
"./data/mnist",
train=True,
download=True,
transform=transforms.Compose(
[transforms.Resize(opt.img_size), transforms.ToTensor(), transforms.Normalize([0.5], [0.5])]
),
),
batch_size=opt.batch_size,
shuffle=True,
)

# Optimizers
optimizer_G = torch.optim.Adam(generator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))
optimizer_D = torch.optim.Adam(discriminator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))


Tensor = torch.cuda.FloatTensor if cuda else torch.FloatTensor

# ----------
# Training
# ----------

for epoch in range(opt.n_epochs):
for i, (imgs, _) in enumerate(dataloader):

# Adversarial ground truths
valid = Variable(Tensor(imgs.size(0), 1).fill_(1.0), requires_grad=False)
fake = Variable(Tensor(imgs.size(0), 1).fill_(0.0), requires_grad=False)

# Configure input
real_imgs = Variable(imgs.type(Tensor))

# -----------------
# Train Generator
# -----------------

optimizer_G.zero_grad()

# Sample noise as generator input
z = Variable(Tensor(np.random.normal(0, 1, (imgs.shape[0], opt.latent_dim))))

# Generate a batch of images
gen_imgs = generator(z)

# Loss measures generator's ability to fool the discriminator
g_loss = adversarial_loss(discriminator(gen_imgs), valid)

g_loss.backward()
optimizer_G.step()

# ---------------------
# Train Discriminator
# ---------------------

optimizer_D.zero_grad()

# Measure discriminator's ability to classify real from generated samples
real_loss = adversarial_loss(discriminator(real_imgs), valid)
fake_loss = adversarial_loss(discriminator(gen_imgs.detach()), fake)
d_loss = (real_loss + fake_loss) / 2

d_loss.backward()
optimizer_D.step()

print(
"[Epoch %d/%d] [Batch %d/%d] [D loss: %f] [G loss: %f]"
% (epoch, opt.n_epochs, i, len(dataloader), d_loss.item(), g_loss.item())
)

batches_done = epoch * len(dataloader) + i
if batches_done % opt.sample_interval == 0:
save_image(gen_imgs.data[:25], "images/%d.png" % batches_done, nrow=5, normalize=True)

结果展示

对抗生成网络架构原理与实战解析总结_反向传播_02
对抗生成网络架构原理与实战解析总结_反向传播_03
对抗生成网络架构原理与实战解析总结_生成器_04

分析与总结

生成对抗网络有两组神经网络,一组称为生成器(Generator),另一组称之为鉴别器(Discriminator)。

在生成器G中,输入是一个随机生成的特定长度的向量(或者是一个其他的什么待转换的数据)。经过生成器后,输出一个与目标数据同样类型的数据,例如生成一个图像(宽度、高度、深度大小一样)。

在鉴别器D中,输入是目标数据类型,比如前面提到的图像。经过鉴别器后,输出一个0到1之间的概率值,用来辨别输入数据的真假性。

在一个batch下,生成器G和鉴别器D都要进行一次权重更新。

生成器G是这样训练的:

首先,将随机数据送入生成器G,得到生成的假目标数据;然后,让假目标数据送入鉴别器D,输出概率值。至此,前向传播完成。然后是反向传播。首先计算误差,这里的期望标签是1,也就是说我们希望通过训练使得输出概率值接近于1,否则就惩罚它。这样做的目的是增强生成器的造假能力。但此时的损失值反向传播时,不会给鉴别器带来权重的更新,也就不可以降低鉴别器辨别假数据的能力,只是检验了一下假数据在鉴别器上的表现能力。

鉴别器D是这样训练的:

前向传播分为两路。第一路中,将由生成器G生成的假数据输入鉴别器D,输出概率值,期望标签为0,希望通过训练使概率值接近于0,否则就惩罚它。这样做的目的是,增强鉴别器辨识假数据的能力。第二路中,将真实数据输入鉴别器D,输出概率值,期望标签为1,希望通过训练使概率值接近于1,否则就惩罚它。这样做的目的是,增强鉴别器辨识真数据的能力。这两路前向传播得到损失值相加后,进行反向传播。最终,鉴别器将同时具备较强的真数据辨识能力和假数据辨识能力。

在一个batch下,生成器G和鉴别器D的能力都得到了提升,并且二者通过假数据建立联系,因此在提升能力的同时,二者之间存在一个博弈的关系。这种关系,很像生物中的正反馈机制。所以最后生成器和鉴别器都会训练地非常强。

完成指定个epoch的训练后,生成器G已经具备了较强的造假能力,或者说,具备了很强的从输入数据转换到真实目标数据的这种能力。此时,我们不再考虑鉴别器,只提取出生成器那一组神经网络并保存其权重即可。这样我们就获得了一个性能强悍的“造假”工具!

参考资料

  • ​​通俗理解生成对抗网络GAN​​

未经作者授权,禁止转载 THE END

举报

相关推荐

0 条评论