[深度学习] 生成对抗网络GAN

生成对抗网络（Generative Adversarial Networks，GANs）是一种由 Ian Goodfellow 等人在2014年提出的深度学习模型Generative Adversarial Networks。GANs的基本思想是通过两个神经网络（生成器和判别器）的对抗过程，生成与真实数据分布相似的新数据。以下是对GANs的详细介绍。

1. 基本结构

GANs由两个主要组件构成：

1.1 生成器（Generator）

生成器的任务是从一个随机噪声（通常是高斯噪声）中生成逼真的数据样本。生成器是一个神经网络，它接受一个随机向量作为输入，并输出一个与真实数据分布相似的样本。目标是欺骗判别器，使其认为生成的数据是真实的。

1.2 判别器（Discriminator）

判别器是另一个神经网络，用于区分真实数据和生成器生成的假数据。它的输入是一个数据样本，输出是一个标量值，表示输入数据是真实的概率。判别器的目标是最大化区分真实数据和生成数据的准确性。

2. 工作原理

GANs通过生成器和判别器的对抗训练来实现目标。训练过程中，两者的目标是相反的：

生成器试图最大限度地欺骗判别器，使其无法区分生成数据和真实数据。
判别器则尽量提高区分真实数据和生成数据的能力。

这种对抗训练可以形式化为一个极小极大（minimax）问题：

在这里插入图片描述
其中，D(x) 是判别器对真实数据 x 的输出， G(z) 是生成器对随机噪声 z 的输出。

3. 训练过程

初始化：随机初始化生成器和判别器的参数。
训练判别器：在固定生成器的情况下，用一批真实数据和生成数据训练判别器，更新判别器的参数。
训练生成器：在固定判别器的情况下，用生成器生成的假数据训练生成器，更新生成器的参数。
循环：重复上述步骤，直到生成器生成的数据足够逼真。

下面是一个使用TensorFlow和Keras实现简单生成对抗网络（GAN）的示例代码。该代码使用MNIST手写数字数据集来训练生成器生成类似手写数字的图像。

import tensorflow as tf
from tensorflow.keras import layers, models
import numpy as np
import matplotlib.pyplot as plt

# 加载MNIST数据集
(train_images, _), (_, _) = tf.keras.datasets.mnist.load_data()
train_images = train_images.reshape(train_images.shape[0], 28, 28, 1).astype('float32')
train_images = (train_images - 127.5) / 127.5  # 将图像标准化到 [-1, 1] 区间
BUFFER_SIZE = 60000
BATCH_SIZE = 256

# 创建数据集
train_dataset = tf.data.Dataset.from_tensor_slices(train_images).shuffle(BUFFER_SIZE).batch(BATCH_SIZE)

# 生成器模型
def make_generator_model():
    model = models.Sequential()
    model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Reshape((7, 7, 256)))
    assert model.output_shape == (None, 7, 7, 256)  # 注意：None 是批量大小

    model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
    assert model.output_shape == (None, 7, 7, 128)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
    assert model.output_shape == (None, 14, 14, 64)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    model.add(layers.Conv2DTranspose(1, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
    assert model.output_shape == (None, 28, 28, 1)

    return model

# 判别器模型
def make_discriminator_model():
    model = models.Sequential()
    model.add(layers.Conv2D(64, (5, 5), strides=(2, 2), padding='same', input_shape=[28, 28, 1]))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))

    model.add(layers.Conv2D(128, (5, 5), strides=(2, 2), padding='same'))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))

    model.add(layers.Flatten())
    model.add(layers.Dense(1))

    return model

# 定义损失函数和优化器
cross_entropy = tf.keras.losses.BinaryCrossentropy(from_logits=True)

def discriminator_loss(real_output, fake_output):
    real_loss = cross_entropy(tf.ones_like(real_output), real_output)
    fake_loss = cross_entropy(tf.zeros_like(fake_output), fake_output)
    total_loss = real_loss + fake_loss
    return total_loss

def generator_loss(fake_output):
    return cross_entropy(tf.ones_like(fake_output), fake_output)

generator = make_generator_model()
discriminator = make_discriminator_model()

generator_optimizer = tf.keras.optimizers.Adam(1e-4)
discriminator_optimizer = tf.keras.optimizers.Adam(1e-4)

# 训练步骤
@tf.function
def train_step(images):
    noise = tf.random.normal([BATCH_SIZE, 100])

    with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:
        generated_images = generator(noise, training=True)

        real_output = discriminator(images, training=True)
        fake_output = discriminator(generated_images, training=True)

        gen_loss = generator_loss(fake_output)
        disc_loss = discriminator_loss(real_output, fake_output)

    gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables)
    gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables)

    generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables))
    discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables))

# 训练过程
def train(dataset, epochs):
    for epoch in range(epochs):
        for image_batch in dataset:
            train_step(image_batch)

        # 每个epoch结束时生成并保存一些图像
        generate_and_save_images(generator, epoch + 1, seed)

    # 最后一个epoch生成图像
    generate_and_save_images(generator, epochs, seed)

# 生成并保存图像的辅助函数
def generate_and_save_images(model, epoch, test_input):
    predictions = model(test_input, training=False)

    fig = plt.figure(figsize=(4, 4))

    for i in range(predictions.shape[0]):
        plt.subplot(4, 4, i+1)
        plt.imshow(predictions[i, :, :, 0] * 127.5 + 127.5, cmap='gray')
        plt.axis('off')

    plt.savefig('image_at_epoch_{:04d}.png'.format(epoch))
    plt.show()

# 训练模型
EPOCHS = 50
noise_dim = 100
num_examples_to_generate = 16

seed = tf.random.normal([num_examples_to_generate, noise_dim])

train(train_dataset, EPOCHS)