Generative Adversarial Nets论文理解和代码讲解
Generative Adversarial Nets
论文
Abstract
提出了新的对抗生成网络,a generative model G that captures the data distribution, and a discriminative model D that estimates the probability that a sample came from the training data rather than G.(一个G和一个D,具体是什么?)G让D尽可能犯错误(犯错误?)G是用来恢复图片数据分布的,而D最后会等于1/2(等于1/2?)最后G和D都是通过multilayer perceptron来实现的。
1 Introduction
这里不写,你们自己看
2 Related work
同上
3 Adversarial nets
为了学习到图像(也就是数据集,真实的数据)的数据分布(数据分布的定义), 这里先定义一个随机分布的噪声变量,然后通过这个噪声变量输入到G当中产生一个映射(这里我们可以得知G是一个generator,其作用就是通过输入一个噪声变量,映射到所要产生的图像分布上)。
所图所示,输入一个随机分布,输出所需图像的数据分布,这里只不过是将数据分布变成了图片
与此同时还定义了一个,D代表这个数据x来源于的可能性。
所图所示,D接受一张图片之后,如果这张图片是来源于数据集的,那么它输出的可能性会高一些,而来源于G生成的假图片的话,所输出的可能性只有0.1
综上所述,作者因此要训练D以确保D能够正确的分辨出所输入的图像是来源于真实数据库的还是G所产生的,而同时G要最小化。这里作者给出了一条公式,意思就是我们从D中最大化后面那条公式,然后选出D最小的G:
这条公式怎么来的呢?
1、我们已经知道,G是尽可能让输出的图片分布和真实的图片分布一样,因此可以得到一下G*的公式,找到一个G,能让PG和Pdata的偏差(DIV)尽可能小。那么DIV要怎样算?
2、通过D,也就是我们的判别器来计算DIV。我们假设G目前是固定的,因此输入到D当中有两种情况,一种是图像是来源于数据库的,我们要求输入到D中的话可能性要尽可能地高,所以要尽可能高;而加上个log不影响吧,也方便求导,所以也变成尽可能地高;最后要用到所有真实数据,求个均值也不影响,所以也尽可能地高。
反之,第二种图像是来源于G产生的图像,所以要尽可能地小,但是为了统一公式所以尽可能地高就等价于前面要尽可能地小了,其他是一样的
接下来作者给出了一张图来解释对抗生成网络的过程
这张图怎样理解呢?
黑线代表真实数据集的数据分布,绿线代表G所产生图像的数据分布,蓝线代表D所判断的概率。
一开始a是代表真实的数据分布和绿线的数据分布先固定好,然后D也没有经过训练,它所判断的效果并不大行。
a->b:代表我们通过已知的两个分布去训练D,使得D在假的分布上概率较低,而在真实的分布上概率较高
b->c:代表训练好D之后,我们接着训练G,让虚假分布接近真实分布,让G能更好地骗过D
c->d:代表经过多次迭代之后,我们G所产生的分布接近于真实的分布,这时候D已经不能区别出这两个分布了,所以等价于1/2(因为乱猜有50%可能性猜对),而G所产生的图像也接近于真实的图像。
同时作者还给出它的训练过程是优化几次D的同时优化G,而不能直接优化好D再优化G,其一是在WGAN上证明了它会导致梯度消失,其二是本文所说的在数据集上会导致过拟合(过拟合就是G只产生同一张照片就可以骗过G了)。
同时优化G时,一开始D是很容易判别出哪个是真实数据哪个是G产生的虚假数据,所以G的最小化会导致梯度消失,作者用了最大化来代替它。
4 Theoretical Results
作者先给出了整个算法的流程图,具体过程请配合代码观看,这样方便理解。
4.1 Global Optimality of pg= pdata
1、假设G是不变的,那么D的最优解是
证明过程:
我们已知D就是为了最大化V(D,G),那我们怎样计算V(D,G)呢?
这里直接用到积分公式求均值,这时候最大化V就变成了最大化V中里面积分的公式
最后带入a,b,D进入到积分公式,就能得到D的最优值
2、G的最小值为-log4当且仅当pg= pdata。
证明过程
我们已知D的最优值,那么只需要将D的最优质带入回V当中化简即可,这里我们可以看到V的所有取值为-2log2+KL。也就是G要找V的最小值的话,需要pg= pdata使得KL为0,则G的最小值为-2log2=-log4
4.2 Convergence of Algorithm
这部分证明的Pg能够收敛于Pdata,具体详情请看论文,俺也看不懂。
5 Experiments
自个看吧,感觉已经用不上这些标准了
6 Advantages and disadvantages
自己看hhhh
创新点
1、提出了新的对抗生成网络
代码解读
Generator
传入的是z的通道数[b, latent_dim],最后输出的是图片[b, h, w],注意这里的代码只有一个通道,是mnist灰度图像数据集,所以没有设置三通道。
class Generator(nn.Module):def __init__(self):super(Generator, self).__init__()def block(in_feat, out_feat, normalize=True):layers = [nn.Linear(in_feat, out_feat)]if normalize:layers.append(nn.BatchNorm1d(out_feat, 0.8))layers.append(nn.LeakyReLU(0.2, inplace=True))return layersself.model = nn.Sequential(*block(opt.latent_dim, 128, normalize=False),*block(128, 256),*block(256, 512),*block(512, 1024),nn.Linear(1024, int(np.prod(img_shape))),nn.Tanh())def forward(self, z):img = self.model(z)img = img.view(img.size(0), *img_shape)return img
Discriminator
输入的是图像[b, h, w], 输出一个分数,代表可能性
class Discriminator(nn.Module):def __init__(self):super(Discriminator, self).__init__()self.model = nn.Sequential(nn.Linear(int(np.prod(img_shape)), 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, img):img_flat = img.view(img.size(0), -1)validity = self.model(img_flat)return validity
训练过程
具体解释在注释中
for epoch in range(opt.n_epochs):for i, (imgs, _) in enumerate(dataloader):'''设置真的标签和假的标签,真的为1,也就是可能性为1'''# Adversarial ground truths valid = Variable(Tensor(imgs.size(0), 1).fill_(1.0), requires_grad=False)fake = Variable(Tensor(imgs.size(0), 1).fill_(0.0), requires_grad=False)# Configure input real_imgs = Variable(imgs.type(Tensor))# -----------------# Train Generator 训练G网络,其实也可以先训练D网络# -----------------optimizer_G.zero_grad()# Sample noise as generator inputz = Variable(Tensor(np.random.normal(0, 1, (imgs.shape[0], opt.latent_dim))))# Generate a batch of images 输入噪声gen_imgs = generator(z)# Loss measures generator's ability to fool the discriminatorg_loss = adversarial_loss(discriminator(gen_imgs), valid)g_loss.backward()optimizer_G.step()# ---------------------# Train Discriminator 训练D网络# ---------------------optimizer_D.zero_grad()# Measure discriminator's ability to classify real from generated samplesreal_loss = adversarial_loss(discriminator(real_imgs), valid) # 传入真实图像和真标签fake_loss = adversarial_loss(discriminator(gen_imgs.detach()), fake) # 传入生成的假图像和假标签d_loss = (real_loss + fake_loss) / 2d_loss.backward()optimizer_D.step()
完整代码
import argparse
import os
import numpy as np
import mathimport torchvision.transforms as transforms
from torchvision.utils import save_imagefrom torch.utils.data import DataLoader
from torchvision import datasets
from torch.autograd import Variableimport torch.nn as nn
import torch.nn.functional as F
import torchos.makedirs("images", exist_ok=True)parser = argparse.ArgumentParser()
parser.add_argument("--n_epochs", type=int, default=200, help="number of epochs of training")
parser.add_argument("--batch_size", type=int, default=64, help="size of the batches")
parser.add_argument("--lr", type=float, default=0.0002, help="adam: learning rate")
parser.add_argument("--b1", type=float, default=0.5, help="adam: decay of first order momentum of gradient")
parser.add_argument("--b2", type=float, default=0.999, help="adam: decay of first order momentum of gradient")
parser.add_argument("--n_cpu", type=int, default=8, help="number of cpu threads to use during batch generation")
parser.add_argument("--latent_dim", type=int, default=100, help="dimensionality of the latent space")
parser.add_argument("--img_size", type=int, default=28, help="size of each image dimension")
parser.add_argument("--channels", type=int, default=1, help="number of image channels")
parser.add_argument("--sample_interval", type=int, default=400, help="interval betwen image samples")
opt = parser.parse_args()
print(opt)img_shape = (opt.channels, opt.img_size, opt.img_size)cuda = True if torch.cuda.is_available() else Falseclass Generator(nn.Module):def __init__(self):super(Generator, self).__init__()def block(in_feat, out_feat, normalize=True):layers = [nn.Linear(in_feat, out_feat)]if normalize:layers.append(nn.BatchNorm1d(out_feat, 0.8))layers.append(nn.LeakyReLU(0.2, inplace=True))return layersself.model = nn.Sequential(*block(opt.latent_dim, 128, normalize=False),*block(128, 256),*block(256, 512),*block(512, 1024),nn.Linear(1024, int(np.prod(img_shape))),nn.Tanh())def forward(self, z):img = self.model(z)img = img.view(img.size(0), *img_shape)return imgclass Discriminator(nn.Module):def __init__(self):super(Discriminator, self).__init__()self.model = nn.Sequential(nn.Linear(int(np.prod(img_shape)), 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, img):img_flat = img.view(img.size(0), -1)validity = self.model(img_flat)return validity# Loss function
adversarial_loss = torch.nn.BCELoss()# Initialize generator and discriminator
generator = Generator()
discriminator = Discriminator()if cuda:generator.cuda()discriminator.cuda()adversarial_loss.cuda()# Configure data loader
os.makedirs("../../data/mnist", exist_ok=True)
dataloader = torch.utils.data.DataLoader(datasets.MNIST("../../data/mnist",train=True,download=True,transform=transforms.Compose([transforms.Resize(opt.img_size), transforms.ToTensor(), transforms.Normalize([0.5], [0.5])]),),batch_size=opt.batch_size,shuffle=True,
)# Optimizers
optimizer_G = torch.optim.Adam(generator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))
optimizer_D = torch.optim.Adam(discriminator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))Tensor = torch.cuda.FloatTensor if cuda else torch.FloatTensor# ----------
# Training
# ----------for epoch in range(opt.n_epochs):for i, (imgs, _) in enumerate(dataloader):# Adversarial ground truthsvalid = Variable(Tensor(imgs.size(0), 1).fill_(1.0), requires_grad=False)fake = Variable(Tensor(imgs.size(0), 1).fill_(0.0), requires_grad=False)# Configure inputreal_imgs = Variable(imgs.type(Tensor))# -----------------# Train Generator# -----------------optimizer_G.zero_grad()# Sample noise as generator inputz = Variable(Tensor(np.random.normal(0, 1, (imgs.shape[0], opt.latent_dim))))# Generate a batch of imagesgen_imgs = generator(z)# Loss measures generator's ability to fool the discriminatorg_loss = adversarial_loss(discriminator(gen_imgs), valid)g_loss.backward()optimizer_G.step()# ---------------------# Train Discriminator# ---------------------optimizer_D.zero_grad()# Measure discriminator's ability to classify real from generated samplesreal_loss = adversarial_loss(discriminator(real_imgs), valid)fake_loss = adversarial_loss(discriminator(gen_imgs.detach()), fake)d_loss = (real_loss + fake_loss) / 2d_loss.backward()optimizer_D.step()print("[Epoch %d/%d] [Batch %d/%d] [D loss: %f] [G loss: %f]"% (epoch, opt.n_epochs, i, len(dataloader), d_loss.item(), g_loss.item()))batches_done = epoch * len(dataloader) + iif batches_done % opt.sample_interval == 0:save_image(gen_imgs.data[:25], "images/%d.png" % batches_done, nrow=5, normalize=True)
© 2021 GitHub, Inc.
备注
1、图片大部分来源于李哥的PPT
2、代码来源于这里
Generative Adversarial Nets论文理解和代码讲解相关推荐
- Generative Adversarial Nets 论文翻译
论文原文: https://dl.acm.org/doi/pdf/10.1145/3422622 代码: GitHub - goodfeli/adversarial: Code and hyperpa ...
- Generative Adversarial Nets 论文笔记
论文地址 Generative Adversarial Nets 摘要 首先,在论文中提出了一个新的框架:生成对抗网络框架,这个框架是为了通过对抗的过程实现评估生成模型. 处理过程中,我们同时训练两个 ...
- Generative Adversarial Nets论文翻译
Abstract We propose a new framework for estimating generative models via an adversarial process, 我们提 ...
- Conditional Structure Generation throughGraph Variational Generative Adversarial Nets 论文阅读
目标 基于语义条件生成图 (1)基于条件生成尽可能相似的图. (2)有条件的生成新的图. 解决的问题 (1)基于语义有条件的生成图 (2)如何处理图在生成过程中的顺序的问题 解决问题的方法 (1)提出 ...
- 生成对抗网络Generative Adversarial Nets(译)
仅供参考,如有翻译不到位的地方敬请指出. 论文地址:Generative Adversarial Nets 论文翻译:XlyPb(http://blog.csdn.net/wspba/article ...
- CGAN论文解读:Conditional Generative Adversarial Nets
论文链接:Conditional Generative Adversarial Nets 代码解读:Keras-CGAN_MNIST 代码解读 目录 一.前言 二.相关工作 三.网络结构 CGAN N ...
- GAIN: Missing Data Imputation using Generative Adversarial Nets(基于生成对抗网络的缺失数据填补)论文详解
目录 一.背景分析 1.1 缺失数据 1.2 填补算法 二.GAIN 2.1 GAIN网络架构 2.2 符号描述(Symbol Description) 2.3 生成器模型 2.4 判别器模型 2.5 ...
- GaitGAN: Invariant Gait Feature Extraction Using Generative Adversarial Networks论文翻译以及理解
GaitGAN: Invariant Gait Feature Extraction Using Generative Adversarial Networks论文翻译以及理解 格式:一段英文,一段中 ...
- 生成式对抗网络GAN(Generative Adversarial Nets)论文笔记
1.介绍 本文基本从2014年<Generative Adversarial Nets>翻译总结的. GAN(Generative Adversarial Nets),生成式对抗网络.包含 ...
最新文章
- SQL性能--left join和inner join的运行速度与效率
- Go语言程序结构分析初探
- 大规模中文多模态评测基准MUGE发布
- JavaWeb课程复习资料(八)——添加功能
- SQL SERVER 运维日记
- 电脑屏幕卡住了按什么都没反应_手机突然“死机”了关机也不行,怎么按都没反应,怎么办?...
- jasmine-JavaScript单元测试工具
- 新地址 贴吧_建议收藏 | 新媒体人必备5大工具
- Oracle往表里插入系统当前时间
- 排序数据图-R/python
- 访问samba文件 指定网络名不再可用
- java js 二级联动下拉列表_最简单js代码实现select二级联动下拉菜单
- 安防监控直播中无插件web直播方案中实现快照抓取的功能
- 数据库审计方案简介和功能对比
- R-squared居然是负数
- 朋友圈投票活动-刷票案例实现与分析
- Latex引用参考文献的5种方式
- 国内免费(开源)CMS系统【大全】
- VB--. 和 ! ?
- 电动汽车集群并网的分布式鲁棒优化调度matlab
热门文章
- SharePoint 2010 图片库缩略图 Web Part Web 部件
- 【fly-iot 飞驰物联】(6):通过docker镜像使用gitbook启动ActorCloud项目文档,发现是个IOT功能非常丰富的项目,可以继续研究下去。
- 阿里巴巴达摩院Topic推荐-AMiner
- Trie树的构建和应用
- wx-open-launch-weapp 修改样式
- 使用 easyexcel
- 干货!XDR产品安全检测体系如何更好的落地?
- [Qt C++]对酷狗krc文件进行解码
- [Java]NaN与NaN比较是否相等
- Seaborn 基本使用