DCGAN——菜鳥實現
收穫
在復現這個專案以前，我算是一個完全不入門的人。
所以，第一遍我花裡很大的精力取讀懂程式碼，第二遍根據視訊去理清思路，第三遍根據tensorflow框架的學習去程式碼中尋找他的身影。所以，整個專案下來，寫的可能水平參差不齊，我不清楚要怎麼表達，怎麼表達出來，更多的是這個過程的記錄，你會看到各個過程的身影。
首先，我明白了順序的重要性。先看論文，再看程式碼是一個不錯的選擇。這一次由於沒有思路，所以先看程式碼，再看得論文，所以第一遍有無數疑惑在腦中，直到第二遍才理清楚。
其次，抵消了對tensorflow程式碼的恐懼。人對未知的事物總是感到不安，對我而言，以前復現程式碼時總是擔憂著，我只是能跑出來，但這程式碼是什麼樣的？這回終於安心裡，他的程式碼結構是這個樣子，當然，掌握的還不夠熟練，以後肯定需要多次溫習。
再然後，簡單學習了tensorflow框架，體會到了框架的美妙和強大，簡潔的背後是巧妙地封裝。
最後，這次並沒有將整個專案程式碼，一行一行解讀完，只重點解讀了main.py和model.py這兩個最重要的檔案，其餘檔案中涉及到的函式大部分也都有說明。
最最後，很欣慰自己做了這件事兒，我覺得這才算我真正的Hello world!
程式碼思路
感覺從程式碼裡學了很多，雖然沒有完全消化完。
這份程式碼，並不算是原始碼，怎麼說，整個下來一遍，個人覺得，程式碼裡有部分刪減痕跡。當然這不是壞處，因為不刪減我們可能跑不了，因為可能作者寫程式碼時，基於的是自己的電腦配置，GPU情況等。
整個程式碼最後給我的感覺是，很嚴謹，你會發現作者很多地方都在注意tensorflow的版本問題，即注意程式碼相容性，對比以前跑過的程式碼，這可能是比較良心的一個了。
這份程式碼的本質並不難，就是GAN的本質。首先看G——generator,作用就是輸入一個維度定好的噪聲向量Z，根據反捲積，當然，是原論文的反捲積框架（PS:我看到的所有的DCGAN的程式碼解釋，都沒有說這個框架為什麼這樣，只是說原論文怎樣，這裡我沒有仔細拜讀，就不再解釋），反捲積，就是一個上取樣，通俗的說一個[1,10]大小的向量怎麼變成[256,256]的圖片,就是通過上取樣實現的，更通俗講就是不斷讓它變大，而這裡用反捲積實現，它的權重引數等等都是自動學習，也就是，你需要花點功夫考慮反捲積的維度大小的設計和組合，其他的都交給框架和電腦。當然，其中還有啟用函式，batch_norm等等細節就不介紹了。對於這些細節我只知道怎麼用，知道他們的優點，但為什麼用這個不用其他的，我也愛莫能助。最後總結一下：GAN中generotor目的就是生成圖片，這裡我們只不過把這個過程用反捲積實現了。
作者程式碼裡另外有一個sampler（這裡沒有細細研究），結構甚至程式碼和generotor一模一樣，不明白他這樣設計有啥用，當然，他的作用沒有體現在train裡面，體現在顯示裡面了。換句話說，你根據已有的模型或者訓練好的模型看生成圖片效果，或者訓練過程中看效果，它的作用就體現出來了。
D—discriminator算是最簡單的了，正常的卷積操作，最後輸出結果一個（0—1）評分值。這也是GAN的原理，對於discriminator而言，輸入一張圖片，網路給他打分，即輸出一個數，整個過程跟CNN多像。當然這裡DCGAN也確實用了卷積。
優化，論文這裡用了Adam，恕我直言，以前我只知道SGD這種東西，學習完，知道這東西還可以加衝量，作用就是穿越峽谷，避免震盪（具體自己學習吧），總的來說就是這裡用起來比SGD好。當然，在這之前你要去求網路損失，程式碼裡用交叉熵，它求了兩個（GAN原理）,利用D分別去給維度一樣的真實圖片和生成圖片打分，分別和期望分值，前者為1後者為0,求交叉熵，然後構造Adma優化器優化。（這裡，我尤記得學過的GAN優化是分別固定G和D的引數去優化另一個，這裡用了tesnroflow框架，我著實沒有看出這個效果，不過它確實有這個趨勢，先優化d_loss再優化g_loss，不過細節沒看出來）
ok，你以為完了？不，你前面所有的都是在搭積木，tensorflow的靜態圖設計理念就是這樣，先搭好積木，再去運算。
運算時就涉及到了資料下載，打亂，分batch，然後迴圈餵給run()，當然，一定迴圈次數下去儲存模型和生成一定維度的樣本圖片看效果。
大部分過程就這樣，有的我可能也沒注意到，當然最主要是時間有限，不允許我再花時間再這個上了，具體程式碼裡還有很多關於視覺化，引數共享，GPU限速，版本相容，命令列引數，資料讀取，圖片處理（等等），這些零碎的東西有興趣的可以自己看，放在這裡太亂了。當然不嫌棄亂的話可以去看我寫的md檔案——賊亂。
- 補充: 由於我都是線下寫的，其他都有圖片，放上來不能正常顯示，只能放上這兩個，而且為什麼這排版會變成這樣…