目录
- 前言
- 一、GAN原理
- 二、应用领域
- 开始代码学习
- 1.导入相关库及整理数据集
- 2.建立生成器,辨别器模型
- 3.生成器和判别器的不同损失
- 4.定义优化器
- 5.开始训练
- 6.可视化展示
前言
一、GAN原理
GAN主要包括两部分,生成器generator和判别器discriminator。
- 生成器:用于学习真实图像分布进而让自身生成的图像更加真实,得以骗过判别器。
- 判别器:对接受的图片进行真假判别。
我们可以看到,右侧蓝色框出的区域,其实就是CNN神经网络,通过卷积全连接对图片进行判别,是图片or不是图片。
我们再看左侧,下方绿色区域是个生成器,生成器制造假的样本,或者说制造接近于真实的样本。随机向量使用多个反卷积层生成一张图像,然后将图像输入给判别器,同时这个判别器也接收真实样本的输入。
判别器对于真实样本的输入,输出为1,制造出的假样本输出为0。
然后对这个网络进行训练,真实为1,假的为0,训练目标为让生成器生出来的图片越来越接近于1,接近于真实分布,使其骗过生成器。
最后的结果为生成的图像越来越接近于真实的图像,而判别器越来越精确,最后对于真假样本,稳定于概率为0.5。
在训练过程中,生成器努力使生成图像更加真实,而判别器努力识别出图像真假,这个过程相当于一个二人博弈,随着时间推移,生成器和判别器不断进行对抗。
最终两个网络达到一个动态均衡:生成器生成的图像接近于真实图像分布,而判别器识别不出真假图像,对于给定图像的预测为真的概率基本接近0.5。
二、应用领域
- 图像生成
- 图像增强
- 风格化
- 艺术图像创造
开始代码学习
1.导入相关库及整理数据集
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import matplotlib.pyplot as plt
%matplotlib inline
import numpy as np
import glob
import os
tf.__version__
'2.5.0'
(train_images, train_labels),(_, _) = tf.keras.datasets.mnist.load_data() # _表示占位符
train_images.shape
60000, 28, 28)
train_images.dtype
dtype('uint8')
train_images = train_images.reshape(train_images.shape[0], 28, 28, 1).astype('float32') # 使其变为四维
# 归一化处理,使其在(-1, 1)之间
train_images = (train_images - 127.5) / 127.5
# 一些参数
BATCH_SIZE = 256
BUFFER_SIZE = 60000
# 创建数据集
datasets = tf.data.Dataset.from_tensor_slices(train_images)
# 全部范围乱序取出BATCH_SIZE数据
datasets = datasets.shuffle(BUFFER_SIZE).batch(BATCH_SIZE)
datasets
<BatchDataset shapes: (None, 28, 28), types: tf.float32>
2.建立生成器,辨别器模型
生成器模型
def generator_model():
model = keras.Sequential()
model.add(layers.Dense(256, input_shape=(100, ), use_bias=False)) # 256个单元,长度为100的向量
model.add(layers.BatchNormalization()) # 加快运行速度
model.add(layers.LeakyReLU()) # 激活
model.add(layers.Dense(512, use_bias=False)) # 512个单元,长度为100的向量
model.add(layers.BatchNormalization()) # 加快运行速度
model.add(layers.LeakyReLU()) # 激活
model.add(layers.Dense(28*28*1, use_bias=False, activation='tanh')) # 输出,tanh激活为(-1, 1)与输入对应
model.add(layers.BatchNormalization()) # 加快运行速度
model.add(layers.Reshape(28, 28, 1)) # 变成图片
return model
辨别器模型
def discriminator_model():
model = keras.Sequential()
# 将输入的三维图片Flatten
model.add(layers.Flatten())
model.add(layers.Dense(512, use_bias=False))
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())
model.add(layers.Dense(256, use_bias=False))
model.add(layers.BatchNormalization())
model.add(layers.LeakyReLU())
# 输出
model.add(layers.Dense(1))
return model
3.生成器和判别器的不同损失
loss
# loss
cross_entropy = tf.keras.losses.BinaryCrossentropy(from_logits=True)
生成器损失:希望假的判别为1
def generator_loss(fake_out):
fake_loss = cross_entropy(tf.ones_like(fake_out), fake_out) # 希望假的判别为1
return fake_loss
判别器损失:希望真的判别为1,假的判别为0
def discriminator_loss(real_out, fake_out):
real_loss = cross_entropy(tf.ones_like(real_out), real_out) # 希望真的判别为1
fake_loss = cross_entropy(tf.zeros_like(fake_out), fake_out) # 希望假的判别为0
return real_loss + fake_loss
4.定义优化器
generator_opt = tf.keras.optimizers.Adam(1e-4)
discriminator_opt = tf.keras.optimizers.Adam(1e-4)
5.开始训练
EPOCHS = 100
noise_dim = 100
num_exp_to_generate = 16
seed = tf.random.normal([num_exp_to_generate, noise_dim]) # 随机正态分布
创建生成器模型
# 创建生成器模型
generator = generator_model()
创建辨别器模型
# 创建辨别器模型
discriminator = discriminator_model()
训练进行损失计算及优化
def train_step(images):
noise = tf.random.normal([BATCH_SIZE, noise_dim])
with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:
real_out = discriminator(images, training=True)
gen_image = generator(noise, training=True)
fake_out = discriminator(gen_image, training=True)
gen_loss = generator_loss(fake_out)
disc_loss = discriminator_loss(real_out, fake_out)
gradient_gen = gen_tape.gradient(gen_loss, generator.trainable_variables)
gradient_disc = disc_tape.gradient(disc_loss, discriminator.trainable_variables)
generator_opt.apply_gradients(zip(gradient_gen, generator.trainable_variables))
discriminator_opt.apply_gradients(zip(gradient_disc, discriminator.trainable_variables))
6.可视化展示
生成器生成的图片
def generate_plot_image(gen_model, test_noise):
pre_images = gen_model(test_noise, training=False)
fig = plt.figure(figsize=(4, 4))
for i in range(pre_images.shape[0]):
plt.subplot(4, 4, i+1)
plt.imshow((pre_images[i, :, :, 0] + 1) / 2, cmap='gray')
plt.axis('off')
plt.show()
训练
def train(dataset, epochs):
for epoch in range(epochs):
for image_batch in dataset:
# 优化
train_step(image_batch)
print('.', end='')
generate_plot_image(generator, seed)
train(datasets, EPOCHS)
第一次,啥都看不出来
第5次,可以看到已经有雏形了
第10次,又清楚了点
第100次,已经比较清楚了