GAN学习之路（一）

大家好，欢迎来到IT知识分享网。

GAN基本概念

1，GAN：生成式对抗网络，在2014年提出的一种无监督深度学习模型。
2，GAN模型组成：
生成模型G（Generative Model）和判别模型D（Discriminative Model）

由该图可以知道很多的问题：
首先G模型和D模型一般都是神经网络；
可以理解为函数G(z)和D(x)，其中z为噪声，x为判别对象；
损失函数分为G_loss和D_loss，分别是生成模型的损失函数和判别模型的损失函数；
G_loss:

而在tensorflow中的代码为：

G_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=D_logit_fake, labels=tf.ones_like(D_logit_fake))) 

D_loss:

同时，在tensorflow中的代码为：

D_loss_real = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits = D_logit_real, labels=tf.ones_like(D_logit_real))) D_loss_fake = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits = D_logit_fake, labels=tf.zeros_like(D_logit_fake))) D_loss = D_loss_real + D_loss_fake 

3，从简单GAN源码中学习GAN（手写数字）：

import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data import numpy as np import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec import os #读入数据 mnist = input_data.read_data_sets('./mnist', one_hot=True)#代码和数据集文件夹放在同一目录下 def sample_z(m,n): # 均匀分布 np.randow.uniform(low, high,size) # 正太分布 np.randow.normal(loc=0, scale=1, size) 即正太分布的N(0,1) return np.random.uniform(-1.,1.,size=[m,n]) # 生成模型输入和参数初始化 Z = tf.placeholder(tf.float32, shape=[None, 100]) # xavier_init()是一种很有效的神经网络初始化方法：自编码器 # def xavier_init(fan_in, fan_out, constant = 1): # low = -constant * np.sqrt(6.0 / (fan_in + fan_out)) # high = constant * np.sqrt(6.0 / (fan_in + fan_out)) # return tf.random_uniform((fan_in, fan_out),minval=low, maxval=high, dtype=tf.float32) G_W1 = tf.get_variable("G_W1", shape=[100,128],initializer=tf.contrib.layers.xavier_initializer()) G_b1= tf.Variable(tf.zeros(shape=[128])) G_W2 = tf.get_variable("G_W2", shape=[128,784],initializer=tf.contrib.layers.xavier_initializer()) G_b2= tf.Variable(tf.zeros(shape=[784])) theta_G = [G_W1, G_W2, G_b1, G_b2] # 生成模型 def Gene(Z): G_h1 = tf.nn.relu(tf.matmul(Z, G_W1)+G_b1) G_log_prob = tf.matmul(G_h1, G_W2)+G_b2 return tf.nn.sigmoid(G_log_prob) # 判别模型输入和参数初始化 X = tf.placeholder(tf.float32, shape=[None, 784]) D_W1 = tf.get_variable("D_W1", shape=[784,128],initializer=tf.contrib.layers.xavier_initializer()) D_b1= tf.Variable(tf.zeros(shape=[128])) D_W2 = tf.get_variable("D_W2", shape=[128,1],initializer=tf.contrib.layers.xavier_initializer()) D_b2= tf.Variable(tf.zeros(shape=[1])) theta_D = [D_W1, D_W2, D_b1, D_b2] # 判别模型 def Disc(x): D_h1 = tf.nn.relu(tf.matmul(x, D_W1)+D_b1) D_logit = tf.matmul(D_h1, D_W2)+D_b2 D_prob = tf.nn.sigmoid(D_logit) return D_prob, D_logit #画图函数 def plot(samples): fig = plt.figure(figsize=(4, 4)) gs = gridspec.GridSpec(4, 4) gs.update(wspace=0.05, hspace=0.05) for i, sample in enumerate(samples): ax = plt.subplot(gs[i]) plt.axis('off') ax.set_xticklabels([]) ax.set_yticklabels([]) ax.set_aspect('equal') plt.imshow(sample.reshape(28, 28), cmap='Greys_r') return fig # 数据运算 G_sample = Gene(Z) D_real, D_logit_real = Disc(X) D_fake, D_logit_fake = Disc(G_sample) # 计算G和D的损失(loss) #交叉熵(度量两个概率分布间的差异性信息) D_loss_real = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits = D_logit_real, labels=tf.ones_like(D_logit_real))) D_loss_fake = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits = D_logit_fake, labels=tf.zeros_like(D_logit_fake))) D_loss = D_loss_real + D_loss_fake G_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=D_logit_fake, labels=tf.ones_like(D_logit_fake))) #AdamOptimizer()默认学习率为0.001 D_solver = tf.train.AdamOptimizer(0.0001).minimize(D_loss,var_list=theta_D) G_solver = tf.train.AdamOptimizer(0.0001).minimize(G_loss, var_list=theta_G) if not os.path.exists('out/'): os.makedirs('out/') i=0 with tf.Session() as sess: sess.run(tf.global_variables_initializer()) mb_size = 128 Z_dim = 100 for it in range(): if it % 1000 == 0: samples = sess.run(G_sample, feed_dict={Z: sample_z(16, Z_dim)}) fig = plot(samples) plt.savefig('out/{}.png'.format(str(i).zfill(3)), bbox_inches='tight') i += 1 plt.close(fig) X_mb, _ = mnist.train.next_batch(mb_size) _, D_loss_curr = sess.run([D_solver, D_loss], feed_dict={X: X_mb, Z: sample_z(mb_size, Z_dim)}) _, G_loss_curr = sess.run([G_solver, G_loss], feed_dict={Z: sample_z(mb_size, Z_dim)}) if it % 1000 == 0: print('Iter: {}'.format(it),'D loss: {}'.format(D_loss_curr),'G_loss: {}'.format(G_loss_curr)) 

4，应用案例

1. 计算机视觉：生成图像、风格迁移、生成模型等。
2. 自然语言处理：对话系统、诗歌生成、机器翻译、中文分词、文本分类等。
3. 常用GAN：DCGAN、CGAN、InfoGAN、WGAN、VAGAN。