好久没更新了,好久没更新了。总觉得没人看,没人喜欢。同时,我也觉得我写的有点太简单了,可能大家都懂,所以这并不新鲜。原因,那么为什么又更新了,我们不知道,可能是因为无聊,人无聊的时候会觉得不舒服。最好用你的脑袋,否则你会感到内疚。
好了好了,话不多说,开始吧。
GAN的全称为Generative Adversarial Networks,所以我们其实可以很容易的从字面上去理解:
1.Generative是生成的意思,所以我们可以把它理解为一个图片生成器
2.Adversarial是对抗的,那么要存在对抗,说明还有一个网络,这个网络就是判别网络
3.Networks这个词也可以看的出来,确实有不止一个网络结构。
GAN的发展过程中又诞生了,CGAN,DCGAN,PIX2PIX,cycleGAN,StyleGAN,BigGAN等等等一系列GAN,本篇博客,我们着重讲一讲GAN,CGAN,以及PIX2PIX吧
1.GAN
1.1GAN的模型结构
光这么看呢,可能大家也不太明白,这到底咋GAN啊?
让我们整理一下:
生成器的输入是一个N*100的随机噪声(其中N是batch),然后通过全连接层,将N*100随机噪声变成了一个N*784的数据,你可能要问了,100哪里来的,784哪里来的?先说100,这个100是拍脑袋拍的,因为是随机噪声,所以你写50,80,100其实都没问题;再说784,其实是因为这个网络我们准备在mnist数据集上来演示,因为mnist数据集的图片大小是28*28*1的图像,所以我们784其实就是等于28*28
判别器也是一个全连接网络,把一个N*784全连接到N*1
1.2算法的逻辑
1.随机的噪声通过生成器,生成一个N*784的数据,判别器去判定这个N*784的数据,让最后的N*1的数据的数值去接近1(也就是期望生成器生成的数据能够骗过判别器,让判别器以为这是一个真的数据),以此来优化生成器,让优化器可以骗过生成器
2.同时给定判别器一个真实的数据(我们下面给出的例子是mnist数据集,所以是一个N*28*28的数据,我们会把它reshape成N*784的数据),此时我们还是希望判别器给出的结果接近于1,同时也希望此时判别器判定刚刚生成的数据的值接近于0,此时在优化判别器,让判别器别轻易被生成器篇了。
3.至此,生成器和判别器就开始对抗起来了,借用张作霖的一句话,江湖不是尔虞我诈,江湖是人情世故!!!!
1.3算法代码实现
import argparse
import os
import numpy as np
import math
import torchvision.transforms as transforms
from torchvision.utils import save_image
from torch.utils.data import DataLoader
from torchvision import datasets
from torch.autograd import Variable
import torch.nn as nn
import torch.nn.functional as F
import torch
os.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=256, 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 False
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 layers
self.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
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
# Loss function
adversarial_loss = torch.nn.BCELoss()
# Initialize generator and discriminator
generator = Generator()
discriminator = Discriminator()
if cuda:
generator.cuda()
discriminator.cuda()
adversarial_loss.cuda()
os.makedirs("./data/mnist", exist_ok=True)
# 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 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
# -----------------
optimizer_G.zero_grad()
# Sample noise as generator input
z = Variable(Tensor(np.random.normal(0, 1, (imgs.shape[0], opt.latent_dim))))
# Generate a batch of images
gen_imgs = generator(z)
# Loss measures generator's ability to fool the discriminator
g_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 samples
real_loss = adversarial_loss(discriminator(real_imgs), valid)
fake_loss = adversarial_loss(discriminator(gen_imgs.detach()), fake)
d_loss = (real_loss + fake_loss) / 2
d_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) + i
if batches_done % opt.sample_interval == 0:
save_image(gen_imgs.data[:25], "images/%d.png" % batches_done, nrow=5, normalize=True)
os.makedirs("model", exist_ok=True)
torch.save(generator, 'model/generator.pkl')
torch.save(discriminator, 'model/discriminator.pkl')
值得注意的是,环境是提前配置好的,不会配置环境的。请查看我的第一篇文章。
运行的时候可能会自动下载mnist数据集,可能会比较慢,请耐心,没耐心的话,请想别的办法下载。
1.4效果展示
训练一段时间后,兄弟们可以尝试改变输入随机噪声的维度,看看效果如何变化。
明天我会更新CGAN的代码,其实后这个代码也差不多,只不过多了一个C,C是什么呢,我们明天揭晓,虽然你明天也不一定能看到这篇文章,更关键的是我明天也不一定会更新,哈哈哈
至此,敬礼,salute!!!!
老规矩,咩图片
版权声明:本文为博主咕里个咚原创文章,版权归属原作者,如果侵权,请联系我们删除!
原文链接:https://blog.csdn.net/guligedong/article/details/123300082