从一个小白的角度理解GAN网络-轻识

来自 | CSDN博客作者 | JensLee

本文仅作学术交流，如有侵权，请联系后台删除

从一个小白的方式理解GAN网络（生成对抗网络），可以认为是一个造假机器，造出来的东西跟真的一样，下面开始讲如何造假：（主要讲解GAN代码，代码很简单）

我们首先以造小狗的假图片为例。

首先需要一个生成小狗图片的模型，我们称之为generator，还有一个判断小狗图片是否是真假的判别模型discrimator，

首先输入一个1000维的噪声，然后送入生成器，生成器的具体结构如下所示（不看也可以，看完全篇回来再看也一样）：

其实比较简单，代码如下所示：

def generator_model():    model = Sequential()    model.add(Dense(input_dim=1000, output_dim=1024))    model.add(Activation('tanh'))    model.add(Dense(128 * 8 * 8))    model.add(BatchNormalization())    model.add(Activation('tanh'))    model.add(Reshape((8, 8, 128), input_shape=(8 * 8 * 128,)))    model.add(UpSampling2D(size=(4, 4)))    model.add(Conv2D(64, (5, 5), padding='same'))    model.add(Activation('tanh'))    model.add(UpSampling2D(size=(2, 2)))    model.add(Conv2D(3, (5, 5), padding='same'))    model.add(Activation('tanh'))    return model

生成器接受一个1000维的随机生成的数组，然后输出一个64×64×3通道的图片数据。输出就是一个图片。不必太过深究，输入是1000个随机数字，输出是一张图片。

下面再看判别器代码与结构：

代码如下所示：

def discriminator_model():    model = Sequential()    model.add(Conv2D(64, (5, 5), padding='same', input_shape=(64, 64, 3)))    model.add(Activation('tanh'))    model.add(MaxPooling2D(pool_size=(2, 2)))    model.add(Conv2D(128, (5, 5)))    model.add(Activation('tanh'))    model.add(MaxPooling2D(pool_size=(2, 2)))    model.add(Flatten())    model.add(Dense(1024))    model.add(Activation('tanh'))    model.add(Dense(1))    model.add(Activation('sigmoid'))    return model

输入是64，64，3的图片，输出是一个数1或者0,代表图片是否是狗。

下面根据代码讲具体操作：

把真图与假图。进行拼接，然后打上标签，真图标签是1,假图标签是0，送入训练的网络。

# 随机生成的1000维的噪声noise = np.random.uniform(-1, 1, size=(BATCH_SIZE, 1000))
# X_train是训练的图片数据，这里取出一个batchsize的图片用于训练，这个是真图（64张）image_batch = X_train[index * BATCH_SIZE:(index + 1) * BATCH_SIZE]
# 这里是经过生成器生成的假图generated_images = generator_model.predict(noise, verbose=0)
# 将真图与假图进行拼接X = np.concatenate((image_batch, generated_images))
# 与X对应的标签，前64张图为真，标签是1，后64张图是假图，标签为0y = [1] * BATCH_SIZE + [0] * BATCH_SIZE
# 把真图与假图的拼接训练数据1送入判别器进行训练判别器的准确度d_loss = discriminator_model.train_on_batch(X, y)

这里要是看不明白的话可以结合别人的讲解结合来看。

在这里训练好之后，判别器的精度会不断提高。

下面是重头戏了，也是GAN网络的核心：

def generator_containing_discriminator(g, d):    model = Sequential()    model.add(g)    # 判别器参数不进行修改    d.trainable = False    model.add(d)    return model

他的网络结构如下所示：

这个模型有生成器与判别器组成：看代码，这个模型上半部分是生成网络，下半部分是判别网络，生成网络首先生成假图，然后送入判别网络中进行判断，这里有一个d.trainable=False，意思是，只调整生成器，判别的的参数不做更改。简直巧妙。

然后我们来看如何训练生成网络，这一块也是核心区域：

 # 训练一个batchsize里面的数据        for index in range(int(X_train.shape[0]/BATCH_SIZE)):
            # 产生随机噪声            noise = np.random.uniform(-1, 1, size=(BATCH_SIZE, 1000))
            # 这里面都是真图片            image_batch = X_train[index*BATCH_SIZE:(index+1)*BATCH_SIZE]
            # 这里产生假图片            generated_images = g.predict(noise, verbose=0)
            # 将真图片与假图片拼接在一起            X = np.concatenate((image_batch, generated_images))
            # 前64张图片标签为1,即真图，后64张照片为假图            y = [1] * BATCH_SIZE + [0] * BATCH_SIZE
            # 对于判别器进行训练，不断提高判别器的识别精度            d_loss = d.train_on_batch(X, y)
            # 再次产生随机噪声            noise = np.random.uniform(-1, 1, (BATCH_SIZE, 1000))
            # 设置判别器的参数不可调整            d.trainable = False
            # ××××××××××××××××××××××××××××××××××××××××××××××××××××××××××            # 在此我们送入噪声，并认为这些噪声是真实的标签            g_loss = generator_containing_discriminator.train_on_batch(noise, [1] * BATCH_SIZE)            # ××××××××××××××××××××××××××××××××××××××××××××××××××××××××××
            # 此时设置判别器可以被训练，参数可以被修改            d.trainable = True
            # 打印损失值            print("batch %d d_loss : %s, g_loss : %f" % (index, d_loss, g_loss))

重点在于这句代码

g_loss = generator_containing_discriminator.train_on_batch(noise, [1] * BATCH_SIZE)

首先这个网络模型（定义在上面），先传入生成器中，然后生成器生成图片之后，把图片传入判别器中，标签此刻传入的是1,真实的图片，但实际上是假图，此刻判别器就会判断为假图，然后模型就会不断调整生成器参数，此刻的判别器的参数被设置为为不可调整，d.trainable=False，所以为了不断降低loss值，模型就会一直调整生成器的参数，直到判别器认为这是真图。此刻判别器与生成器达到了一个平衡。也就是说生成器产生的假图，判别器已经分辨不出来了。所以继续迭代，提高判别器精度，如此往复循环，直到生成连人都辨别不了的图片。

最后我训练了大概65轮，实际上生成比较真实的狗的图片我估计可能上千轮了，当然不同的网络结构，所需要的迭代次数也不一样。我这个因为太费时间，就跑了大概，可以看出大概有个狗模样。这个是训练了65轮之后的效果：

以上就是全部的内容了。

原文链接：https://blog.csdn.net/LEE18254290736/java/article/details/97371930

—完—