【Pytorch深度学习50篇】·······第七篇:【1】GAN生成对抗网络—GAN

又是时隔多日不更新了,总觉得写了没人看,看了没人点赞,同时也觉得自己写的有点太简单了,可能大家都懂,所以,这是就不跟新的理由,那为什么又更新了呢,咱也不知道,可能是因为无聊了吧,人一无聊就浑身难受。还是把脑袋用起来比较好,不然后会有愧疚感。

好了好了,话不多说,开整。

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

可以看到,分成了两个部分:生成器和判别器

光这么看呢,可能大家也不太明白,这到底咋GAN啊?

我们来梳理一下:

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,提前配置好环境,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

随便训练了一下,兄弟们可以试着改变一下啊输入随机噪声的维度,看看效果的变化。

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,上咩咩图

 

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
THE END
分享
二维码
< <上一篇
下一篇>>