生成对抗网络

GAN 简介

GAN，Generative Adversarial Networks，生成对抗网络；

GAN 被认为是 AI 领域 最有趣的 idea，一句话，历史地位很高，很火；

GAN 是由 Goodfellow 大神在 2014 年提出来的，当时的 G 神还只是个蒙特利尔大学的博士生；

paper：https://arxiv.org/pdf/1406.2661.pdf

GAN 原理

在 GAN 被提出后，迅速衍生了各种各样的变种，本文旨在讲述原始 GAN 的思想；

GAN 的核心就是 两大护法：G 和 D

G：generator，生成器，负责 凭空 捏造 数据

D：discriminator，判别器，负责判断数据是真是假

GAN 是一个 博弈的过程，生成器 负责 生成数据，判别器负责 识别 数据 是 真实存在的还是 生成器生成的，判别器 尽量做到 识别正确，生成器 尽量做到 让 判别器 识别不出来；

GAN 的训练过程很像我们打假的过程，刚开始，我们对某些事物不够了解，以致于别人拿很假的东西(随机生成)，我们也无法辨别真假，于是我们努力提高认知，把那些很假的东西和真实的东西区分开了，但是造假者永不死心，他们提高了造假技术，于是我们又无法辨别了，只好继续提高认知，然后造假者继续提高造假技术，最终 GAN 希望达成的效果是，造假者造出来的东西，专家都无法辨别真假；

这个过程用两幅图来表示　　　　　　【我找了很多图，都不是特别好，大家将就着看吧】

图1 很生动，形象，容易理解，但是不能够很好的反应 GAN 的网络结构，所以还需下面这张图

我主要是想让大家看到，生成器网络 和 判别器网络 都 有 判别器结构，这对于理解网络训练很有帮助

GAN 训练

GAN 的训练是 G 和 D 同步成长的过程，所以 G 和 D 需要交替训练；

在每一轮迭代 中，我们需要做两件事：

先训练 D，在训练 D 时，G 不动；

首先我们生成一些随机数 z；

然后 用 当前 G 把 z 解码成图片；　　　　【最初的 G 就是瞎鸡巴解码，每轮训练后，G 的参数被更新，解码能力逐渐变强】

然后 把 真实图片 和 生成的图片 混合，真实图片 label 为 1， 生成的图片 label 为 0；

喂给 判别器，训练得到一个 二分类 的分类器；

再训练 G，在训练 G 时，D 不动；

此时我们已经拥有一个 看起来 像那么回事的 专家 D，训练 G 就是 先把这个专家给 蒙骗过去，即 让 D 对 G 生成的图片 输出 1；

首先还是生成随机数 z；

然后用 G 解码成图片；

然后 把 label 设为 1，喂给 判别器；

此时 判别器的输出 肯定不是 1，因为这个判别器我们已经训练过了，还算靠谱，对于 假的对象输出肯定 小于 1，记为 score；

然后 1-score 就是 loss，调整 G 的参数，得到一个 更好的 解码器；

下面是作者原话

最后强调一下：GAN 是一种思路，GAN 网络不一定是 深度网络，也不只是用于 图像；

GAN 代码

说得再多，不如看代码

from __future__ import print_function, division

from keras.datasets import mnist
from keras.layers import Input, Dense, Reshape, Flatten, Dropout
from keras.layers import BatchNormalization, Activation, ZeroPadding2D
from keras.layers.advanced_activations import LeakyReLU
from keras.layers.convolutional import UpSampling2D, Conv2D
from keras.models import Sequential, Model
from keras.optimizers import Adam

import matplotlib.pyplot as plt

import sys

import numpy as np

class GAN():
    def __init__(self):
        self.img_rows = 28
        self.img_cols = 28
        self.channels = 1
        self.img_shape = (self.img_rows, self.img_cols, self.channels)
        self.latent_dim = 100

        optimizer = Adam(0.0002, 0.5)

        # Build and compile the discriminator
        self.discriminator = self.build_discriminator()
        self.discriminator.compile(loss='binary_crossentropy',
            optimizer=optimizer,
            metrics=['accuracy'])

        # Build the generator
        self.generator = self.build_generator()

        # The generator takes noise as input and generates imgs
        z = Input(shape=(self.latent_dim,))
        img = self.generator(z)

        # For the combined model we will only train the generator
        self.discriminator.trainable = False

        # The discriminator takes generated images as input and determines validity
        validity = self.discriminator(img)

        # The combined model  (stacked generator and discriminator)
        # Trains the generator to fool the discriminator
        self.combined = Model(z, validity)
        self.combined.compile(loss='binary_crossentropy', optimizer=optimizer)


    def build_generator(self):

        model = Sequential()

        model.add(Dense(256, input_dim=self.latent_dim))
        model.add(LeakyReLU(alpha=0.2))
        model.add(BatchNormalization(momentum=0.8))
        model.add(Dense(512))
        model.add(LeakyReLU(alpha=0.2))
        model.add(BatchNormalization(momentum=0.8))
        model.add(Dense(1024))
        model.add(LeakyReLU(alpha=0.2))
        model.add(BatchNormalization(momentum=0.8))
        model.add(Dense(np.prod(self.img_shape), activation='tanh'))
        model.add(Reshape(self.img_shape))

        model.summary()

        noise = Input(shape=(self.latent_dim,))
        img = model(noise)

        return Model(noise, img)

    def build_discriminator(self):

        model = Sequential()

        model.add(Flatten(input_shape=self.img_shape))
        model.add(Dense(512))
        model.add(LeakyReLU(alpha=0.2))
        model.add(Dense(256))
        model.add(LeakyReLU(alpha=0.2))
        model.add(Dense(1, activation='sigmoid'))
        model.summary()

        img = Input(shape=self.img_shape)
        validity = model(img)

        return Model(img, validity)

    def train(self, epochs, batch_size=128, sample_interval=50):

        # Load the dataset
        (X_train, _), (_, _) = mnist.load_data()

        # Rescale -1 to 1
        X_train = X_train / 127.5 - 1.
        X_train = np.expand_dims(X_train, axis=3)

        # Adversarial ground truths
        valid = np.ones((batch_size, 1))
        fake = np.zeros((batch_size, 1))

        for epoch in range(epochs):

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

            # Select a random batch of images
            idx = np.random.randint(0, X_train.shape[0], batch_size)
            imgs = X_train[idx]

            noise = np.random.normal(0, 1, (batch_size, self.latent_dim))

            # Generate a batch of new images
            gen_imgs = self.generator.predict(noise)

            # Train the discriminator
            d_loss_real = self.discriminator.train_on_batch(imgs, valid)
            d_loss_fake = self.discriminator.train_on_batch(gen_imgs, fake)
            d_loss = 0.5 * np.add(d_loss_real, d_loss_fake)

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

            noise = np.random.normal(0, 1, (batch_size, self.latent_dim))

            # Train the generator (to have the discriminator label samples as valid)
            g_loss = self.combined.train_on_batch(noise, valid)

            # Plot the progress
            print ("%d [D loss: %f, acc.: %.2f%%] [G loss: %f]" % (epoch, d_loss[0], 100*d_loss[1], g_loss))

            # If at save interval => save generated image samples
            if epoch % sample_interval == 0:
                self.sample_images(epoch)

    def sample_images(self, epoch):
        r, c = 5, 5
        noise = np.random.normal(0, 1, (r * c, self.latent_dim))
        gen_imgs = self.generator.predict(noise)

        # Rescale images 0 - 1
        gen_imgs = 0.5 * gen_imgs + 0.5

        fig, axs = plt.subplots(r, c)
        cnt = 0
        for i in range(r):
            for j in range(c):
                axs[i,j].imshow(gen_imgs[cnt, :,:,0], cmap='gray')
                axs[i,j].axis('off')
                cnt += 1
        fig.savefig("images/%d.png" % epoch)
        plt.close()


if __name__ == '__main__':
    gan = GAN()
    gan.train(epochs=30000, batch_size=32, sample_interval=200)

下面是生成器 生成的第一张图片和最后一张图片

补充

GAN 的训练十分困难，有人总结了一些 trick，由于我并没有验证，仅截图做个记录

参考资料：

https://blog.csdn.net/leviopku/article/details/81292192