C++學習---順序表的構建及操作
阿新 • • 發佈：2020-09-12
生成式對抗網路
背景
Ian Goodfellow 2014年 NIPS 首次提出GAN
GAN
目的：訓練一個生成模型，生成想要的資料。
為什麼罪犯製造的假幣越來越逼真？
為什麼GAN可以生成資料？
GAN目標函式：
Tanh 把圖片對映到[-1,1]，可以讓網路更快地收斂。
問題：隨機種子是0-100維的數字還是向量
輸入維數與圖片大小的關係？
KL散度：衡量兩個概率分佈匹配程度的指標
具有不對稱性，提出JS散度
JS散度：兩種KL散度的組合，做了對稱變換
具有非負性、對稱性
極大似然估計 等價於 最小化生成資料分佈和真實分佈的KL散度。
當判別器D最優的時候，最小化生成器G的目標函式等價於最小化真實分佈和生成分佈的JS散度。
GAN到底在做一個什麼事情？
最大化判別器損失，等價於計算合成數據分佈和真實資料分佈的JS散度
最小化生成器損失，等價於最小化JS散度（也就是優化生成模型）
cGAN
條件生成式對抗網路
改進判別器
DCGAN
深度卷積生成式對抗網路
原始GAN使用全連線網路作為判別器和生成器：
不利於建模影象資訊，向量資料丟失了影象空間資訊。
引數量大。
DCGAN使用卷積神經網路作為判別器和生成器：
通過大量的工程實踐，經驗性地提出一系列的網路結構和優化策略，來有效的建模影象資料。
通過pooling下采樣，pooling是不可學習的，可能造成GAN訓練困難。
判別器：使用滑動卷積（slide>1），使神經網路變得容易訓練。
通過插值法上取樣，插值方法固定不可學習，給訓練造成困難。
生成器(從小的feature map生成大的feature map)：滑動反捲積，3×3變為5×5後卷積，無畫素位置補0。
批歸一化：
加速神經網路收斂
減小神經網路引數對於初始化的依賴
啟用函式：
sigmoid改為ReLU或LReLU
程式碼練習
# 定義生成器 net_G = nn.Sequential( nn.Linear(z_dim,hidden_dim), nn.ReLU(), nn.Linear(hidden_dim, 2)) # 定義判別器 net_D = nn.Sequential( nn.Linear(2,hidden_dim), nn.ReLU(), nn.Linear(hidden_dim,1), nn.Sigmoid())
optimizer_G = torch.optim.Adam(net_G.parameters(),lr=0.001)
optimizer_D = torch.optim.Adam(net_D.parameters(),lr=0.001)
batch_size = 250
loss_D_epoch = []
loss_G_epoch = []
for e in range(nb_epochs):
np.random.shuffle(X)
real_samples = torch.from_numpy(X).type(torch.FloatTensor)
loss_G = 0
loss_D = 0
for t, real_batch in enumerate(real_samples.split(batch_size)):
z = torch.empty(batch_size,z_dim).normal_().to(device)
fake_batch = net_G(z)
D_scores_on_real = net_D(real_batch.to(device))
D_scores_on_fake = net_D(fake_batch)
loss = -torch.mean(torch.log(1-D_scores_on_fake) + torch.log(D_scores_on_real))
optimizer_D.zero_grad()
loss.backward()
optimizer_D.step()
loss_D += loss
z = torch.empty(batch_size,z_dim).normal_().to(device)
fake_batch = net_G(z)
D_scores_on_fake = net_D(fake_batch)
loss = -torch.mean(torch.log(D_scores_on_fake))
optimizer_G.zero_grad()
loss.backward()
optimizer_G.step()
loss_G += loss
if e % 50 ==0:
print(f'\n Epoch {e} , D loss: {loss_D}, G loss: {loss_G}')
loss_D_epoch.append(loss_D)
loss_G_epoch.append(loss_G)
z = torch.empty(n_samples,z_dim).normal_().to(device)
fake_samples = net_G(z)
fake_data = fake_samples.cpu().data.numpy()
fig, ax = plt.subplots(1, 1, facecolor='#4B6EA9')
all_data = np.concatenate((X,fake_data),axis=0)
Y2 = np.concatenate((np.ones(n_samples),np.zeros(n_samples)))
plot_data(ax, all_data, Y2)
plt.show()
CGAN
class Discriminator(nn.Module):
'''全連線判別器，用於1x28x28的MNIST資料,輸出是資料和類別'''
def __init__(self):
super(Discriminator, self).__init__()
self.model = nn.Sequential(
nn.Linear(28*28+10, 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, x, c):
x = x.view(x.size(0), -1)
validity = self.model(torch.cat([x, c], -1))
return validity
class Generator(nn.Module):
'''全連線生成器，用於1x28x28的MNIST資料，輸入是噪聲和類別'''
def __init__(self, z_dim):
super(Generator, self).__init__()
self.model = nn.Sequential(
nn.Linear(z_dim+10, 128),
nn.LeakyReLU(0.2, inplace=True),
nn.Linear(128, 256),
nn.BatchNorm1d(256, 0.8),
nn.LeakyReLU(0.2, inplace=True),
nn.Linear(256, 512),
nn.BatchNorm1d(512, 0.8),
nn.LeakyReLU(0.2, inplace=True),
nn.Linear(in_features=512, out_features=28*28),
nn.Tanh()
)
def forward(self, z, c):
x = self.model(torch.cat([z, c], dim=1))
x = x.view(-1, 1, 28, 28)
return x
DCGAN
class D_dcgan(nn.Module):
'''滑動卷積判別器'''
def __init__(self):
super(D_dcgan, self).__init__()
self.conv = nn.Sequential(
# 第一個滑動卷積層，不使用BN，LRelu啟用函式
nn.Conv2d(in_channels=1, out_channels=16, kernel_size=3, stride=2, padding=1),
nn.LeakyReLU(0.2, inplace=True),
# 第二個滑動卷積層，包含BN，LRelu啟用函式
nn.Conv2d(in_channels=16, out_channels=32, kernel_size=3, stride=2, padding=1),
nn.BatchNorm2d(32),
nn.LeakyReLU(0.2, inplace=True),
# 第三個滑動卷積層，包含BN，LRelu啟用函式
nn.Conv2d(in_channels=32, out_channels=64, kernel_size=3, stride=2, padding=1),
nn.BatchNorm2d(64),
nn.LeakyReLU(0.2, inplace=True),
# 第四個滑動卷積層，包含BN，LRelu啟用函式
nn.Conv2d(in_channels=64, out_channels=128, kernel_size=4, stride=1),
nn.BatchNorm2d(128),
nn.LeakyReLU(0.2, inplace=True)
)
# 全連線層+Sigmoid啟用函式
self.linear = nn.Sequential(nn.Linear(in_features=128, out_features=1), nn.Sigmoid())
def forward(self, x):
x = self.conv(x)
x = x.view(x.size(0), -1)
validity = self.linear(x)
return validity
class G_dcgan(nn.Module):
'''反滑動卷積生成器'''
def __init__(self, z_dim):
super(G_dcgan, self).__init__()
self.z_dim = z_dim
# 第一層：把輸入線性變換成256x4x4的矩陣，並在這個基礎上做反捲機操作
self.linear = nn.Linear(self.z_dim, 4*4*256)
self.model = nn.Sequential(
# 第二層：bn+relu
nn.ConvTranspose2d(in_channels=256, out_channels=128, kernel_size=3, stride=2, padding=0),
nn.BatchNorm2d(128),
nn.ReLU(inplace=True),
# 第三層：bn+relu
nn.ConvTranspose2d(in_channels=128, out_channels=64, kernel_size=3, stride=2, padding=1),
nn.BatchNorm2d(64),
nn.ReLU(inplace=True),
# 第四層:不使用BN，使用tanh啟用函式
nn.ConvTranspose2d(in_channels=64, out_channels=1, kernel_size=4, stride=2, padding=2),
nn.Tanh()
)
def forward(self, z):
# 把隨機噪聲經過線性變換，resize成256x4x4的大小
x = self.linear(z)
x = x.view([x.size(0), 256, 4, 4])
# 生成圖片
x = self.model(x)
return x