你真的了解深度學(xué)習(xí)生成對抗網(wǎng)絡(luò)（GAN）嗎？
點(diǎn)擊下方卡片，關(guān)注“新機(jī)器視覺”公眾號
重磅干貨，第一時間送達(dá)
??
?1?? GAN的工作方式
GANs屬于生成模型的一類（https://en.wikipedia.org/wiki/Generative_model）。這意味著它們能夠產(chǎn)生，或者說是生成完全新的“有效”數(shù)據(jù)。有效數(shù)據(jù)是指網(wǎng)絡(luò)的輸出結(jié)果應(yīng)該是我們認(rèn)為可以接受的目標(biāo)。
舉例說明，舉一個我們希望為訓(xùn)練一個圖像分類網(wǎng)絡(luò)生成一些新圖像的例子。當(dāng)然對于這樣的應(yīng)用來說，我們希望訓(xùn)練圖像越真實(shí)越好，可能在風(fēng)格上與其他圖像分類訓(xùn)練數(shù)據(jù)非常相似。
下面的圖片展示的例子是GANs已經(jīng)生成的一系列圖片。它們看起來非常真實(shí)！如果沒人告訴我們它們是計(jì)算機(jī)生成的，我們真可能認(rèn)為它們是人工搜集的。
漸進(jìn)式GAN生成的圖像示例（圖源：https://arxiv.org/pdf/1710.10196.pdf）
為了做到這些，GANs是以兩個獨(dú)立的對抗網(wǎng)絡(luò)組成：生成器和判別器。當(dāng)僅將嘈雜的圖像陣列作為輸入時，會對生成器進(jìn)行訓(xùn)練以創(chuàng)建逼真的圖像。判別器經(jīng)過訓(xùn)練可以對圖像是否真實(shí)進(jìn)行分類。
GANs真正的能力來源于它們遵循的對抗訓(xùn)練模式。生成器的權(quán)重是基于判別器的損失所學(xué)習(xí)到的。因此，生成器被它生成的圖像所推動著進(jìn)行訓(xùn)練，很難知道生成的圖像是真的還是假的。同時，生成的圖像看起來越來越真實(shí)，判別器在分辨圖像真實(shí)與否的能力變得越來越強(qiáng)，無論圖像用肉眼看起來多么的相似。
從技術(shù)的角度來看，判別器的損失即是分類圖像是真是假的錯誤值；我們正在測量它區(qū)分真假圖像的能力。生成器的損失將取決于它在用假圖像“愚弄”判別器的能力，即判別器僅對假圖像的分類錯誤，因?yàn)樯善飨Ｍ撝翟礁咴胶谩?/span>
因此，GANs建立了一種反饋回路，其中生成器幫助訓(xùn)練判別器，而判別器又幫助訓(xùn)練生成器。它們同時變得更強(qiáng)。下面的圖表有助于說明這一點(diǎn)。?
生成對抗網(wǎng)絡(luò)的結(jié)構(gòu)說明
?2???在PyTorch中訓(xùn)練GAN來生成數(shù)字
現(xiàn)在我們將通過一個例子來展示如何使用PyTorch建立和訓(xùn)練我們自己的GAN！MNIST數(shù)據(jù)集包含60000個訓(xùn)練數(shù)據(jù)，數(shù)據(jù)是像素尺寸28x28的1-9的黑白數(shù)字圖片。這個數(shù)據(jù)集非常適合我們的用例，同時也是非常普遍的用于機(jī)器學(xué)習(xí)的概念驗(yàn)證以及一個非常完備的集合。
MNIST 數(shù)據(jù)部分集，圖源：https://www.researchgate.net/figure/A-subset-of-the-MNIST-database-of-handwritten-digits_fig4_232650721
我們將從?import?開始，所需的僅僅是PyTorch中的東西。
import torchfrom torch import nn, optimfrom torch.autograd.variable import Variableimport torchvisionimport torchvision.transforms as transforms
接下來，我們?yōu)橛?xùn)練數(shù)據(jù)準(zhǔn)備DataLoader。請記住，我們想要的是為MNIST生成隨機(jī)數(shù)字，即從0到9。因此，我也將需要為這10個數(shù)字建立標(biāo)簽。
現(xiàn)在我們可以開始建立網(wǎng)絡(luò)了，從下面的Discriminator（判別器）網(wǎng)絡(luò)開始，回想一下，判別器網(wǎng)絡(luò)是對圖像真實(shí)與否進(jìn)行分類——它是一個圖像分類網(wǎng)絡(luò)。因此，我們的輸入是符合標(biāo)準(zhǔn)MNIST大小的圖像：28x28像素。我們把這張圖像展平成一個長度為784的向量。輸出是一個單獨(dú)的值，表示圖像是否是實(shí)際的MNIST數(shù)字。
接下來到了生成器部分。生成器網(wǎng)絡(luò)負(fù)責(zé)創(chuàng)建實(shí)際的圖像——它可以從一個純噪聲的輸入做到這一點(diǎn)！在這個例子中，我們要讓生成器從一個長度為100的向量開始——注意：這只是純隨機(jī)噪聲。從這個向量，我們的生成器將輸出一個長度為784的向量，稍后我們可以將其重塑為標(biāo)準(zhǔn)MNIST的28x28像素。
1 . 損失函數(shù) 2 . 每個網(wǎng)絡(luò)的優(yōu)化器 3 . 訓(xùn)練次數(shù) 4 . batch數(shù)量
（2）接下來，我們將為生成器準(zhǔn)備輸入向量以便生成假圖像。回想一下，我們的生成器網(wǎng)絡(luò)采用長度為100的輸入向量，這就是我們在這里所創(chuàng)建的向量。images.size(0)用于批處理大小。
（3）通過從步驟（2）中創(chuàng)建的隨機(jī)噪聲數(shù)據(jù)向量，我們可以繞過這個向量到生成器來生成假的圖像數(shù)據(jù)。這將結(jié)合我們從步驟1的實(shí)際數(shù)據(jù)來訓(xùn)練判別器。請注意，這次我們的標(biāo)簽向量全為0，因?yàn)?代表假圖像的類標(biāo)簽。
（4）通過假的和真的圖像以及它們的標(biāo)簽，我們可以訓(xùn)練我們的判別器進(jìn)行分類。總損失將是假圖像的損失+真圖像的損失。
（5）現(xiàn)在我們的判別器已經(jīng)更新，我們可以用它來進(jìn)行預(yù)測。這些預(yù)測的損失將通過生成器反向傳播，這樣生成器的權(quán)重將根據(jù)它欺騙判別器的程度進(jìn)行具體更新
（5a）生成一些假圖像進(jìn)行預(yù)測
（5b）使用判別器對假圖像進(jìn)行分批次預(yù)測并保存輸出。
（6）使用判別器的預(yù)測訓(xùn)練生成器。注意，我們使用全為1的 _real_labels_ 作為目標(biāo)，因?yàn)槲覀兊纳善鞯哪繕?biāo)是創(chuàng)建看起來真實(shí)的圖像并且預(yù)測為1！因此，生成器的損失為0將意味著判別器預(yù)測全為1.
瞧，這就是我們訓(xùn)練GAN生成MNIST圖像的全部代碼！只需要安裝PyTorch即可運(yùn)行。下面的gif就是經(jīng)過超過40個訓(xùn)練周期生成的圖像。
* via https://towardsdatascience.com/an-easy-introduction-to-generative-adversarial-networks-6f8498dc4bcd
* 封面圖來源：https://pixabay.com/images/id-3357642/
本文僅做學(xué)術(shù)分享，如有侵權(quán)，請聯(lián)系刪文。