基于網(wǎng)絡(luò)本身即可以生成數(shù)據(jù)能力的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)了解嘛？

生成對抗網(wǎng)絡(luò)（GANs，https://en.wikipedia.org/wiki/Generative_adversarial_network）是一類具有基于網(wǎng)絡(luò)本身即可以生成數(shù)據(jù)能力的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。由于GANs的強大能力，在深度學(xué)習(xí)領(lǐng)域里對它們的研究是一個非常熱門的話題。在過去很短的幾年里，它們已經(jīng)從產(chǎn)生模糊數(shù)字成長到創(chuàng)造如真實人像般逼真的圖像。

1 GAN的工作方式

---

GANs屬于生成模型的一類（https://en.wikipedia.org/wiki/Generative_model）。這意味著它們能夠產(chǎn)生，或者說是生成完全新的“有效”數(shù)據(jù)。有效數(shù)據(jù)是指網(wǎng)絡(luò)的輸出結(jié)果應(yīng)該是我們認為可以接受的目標。

舉例說明，舉一個我們希望為訓(xùn)練一個圖像分類網(wǎng)絡(luò)生成一些新圖像的例子。當(dāng)然對于這樣的應(yīng)用來說，我們希望訓(xùn)練圖像越真實越好，可能在風(fēng)格上與其他圖像分類訓(xùn)練數(shù)據(jù)非常相似。

下面的圖片展示的例子是GANs已經(jīng)生成的一系列圖片。它們看起來非常真實！如果沒人告訴我們它們是計算機生成的，我們真可能認為它們是人工搜集的。

漸進式GAN生成的圖像示例（圖源：https://arxiv.org/pdf/1710.10196.pdf）

為了做到這些，GANs是以兩個獨立的對抗網(wǎng)絡(luò)組成：生成器和判別器。當(dāng)僅將嘈雜的圖像陣列作為輸入時，會對生成器進行訓(xùn)練以創(chuàng)建逼真的圖像。判別器經(jīng)過訓(xùn)練可以對圖像是否真實進行分類。

GANs真正的能力來源于它們遵循的對抗訓(xùn)練模式。生成器的權(quán)重是基于判別器的損失所學(xué)習(xí)到的。因此，生成器被它生成的圖像所推動著進行訓(xùn)練，很難知道生成的圖像是真的還是假的。同時，生成的圖像看起來越來越真實，判別器在分辨圖像真實與否的能力變得越來越強，無論圖像用肉眼看起來多么的相似。

從技術(shù)的角度來看，判別器的損失即是分類圖像是真是假的錯誤值；我們正在測量它區(qū)分真假圖像的能力。生成器的損失將取決于它在用假圖像“愚弄”判別器的能力，即判別器僅對假圖像的分類錯誤，因為生成器希望該值越高越好。

因此，GANs建立了一種反饋回路，其中生成器幫助訓(xùn)練判別器，而判別器又幫助訓(xùn)練生成器。它們同時變得更強。下面的圖表有助于說明這一點。

生成對抗網(wǎng)絡(luò)的結(jié)構(gòu)說明

2在PyTorch中訓(xùn)練GAN來生成數(shù)字

---

現(xiàn)在我們將通過一個例子來展示如何使用PyTorch建立和訓(xùn)練我們自己的GAN！MNIST數(shù)據(jù)集包含60000個訓(xùn)練數(shù)據(jù)，數(shù)據(jù)是像素尺寸28x28的1-9的黑白數(shù)字圖片。這個數(shù)據(jù)集非常適合我們的用例，同時也是非常普遍的用于機器學(xué)習(xí)的概念驗證以及一個非常完備的集合。

MNIST 數(shù)據(jù)部分集，圖源：https://www.researchgate.net/figure/A-subset-of-the-MNIST-database-of-handwritten-digits_fig4_232650721

我們將從import開始，所需的僅僅是PyTorch中的東西。

import torch    from torch import nn, optim    from torch.autograd.variable import Variable
import torchvision    import torchvision.transforms as transforms

接下來，我們?yōu)橛?xùn)練數(shù)據(jù)準備DataLoader。請記住，我們想要的是為MNIST生成隨機數(shù)字，即從0到9。因此，我也將需要為這10個數(shù)字建立標簽。

現(xiàn)在我們可以開始建立網(wǎng)絡(luò)了，從下面的Discriminator（判別器）網(wǎng)絡(luò)開始，回想一下，判別器網(wǎng)絡(luò)是對圖像真實與否進行分類——它是一個圖像分類網(wǎng)絡(luò)。因此，我們的輸入是符合標準MNIST大小的圖像：28x28像素。我們把這張圖像展平成一個長度為784的向量。輸出是一個單獨的值，表示圖像是否是實際的MNIST數(shù)字。

接下來到了生成器部分。生成器網(wǎng)絡(luò)負責(zé)創(chuàng)建實際的圖像——它可以從一個純噪聲的輸入做到這一點！在這個例子中，我們要讓生成器從一個長度為100的向量開始——注意：這只是純隨機噪聲。從這個向量，我們的生成器將輸出一個長度為784的向量，稍后我們可以將其重塑為標準MNIST的28x28像素。

為了建立訓(xùn)練過程，我們將需要做以下工作：

• 1 . 損失函數(shù)
• 2 . 每個網(wǎng)絡(luò)的優(yōu)化器
• 3 . 訓(xùn)練次數(shù)
• 4 . batch數(shù)量

如果我們希望網(wǎng)絡(luò)在GPU上執(zhí)行，PyTorch要求我們必須明確地把模型移動到GPU上。這部分所有的代碼如下所示。現(xiàn)在開始訓(xùn)練循環(huán)。PyTorch中的訓(xùn)練循環(huán)通常由一個遍歷各個訓(xùn)練周期的外部循環(huán)和一個遍歷batch數(shù)據(jù)的內(nèi)部循環(huán)組成。訓(xùn)練GAN的關(guān)鍵是我們需要在一個循環(huán)中更新生成器和判別器。查看下面的代碼來訓(xùn)練GAN和PyTorch。這些步驟在代碼下面有更詳細的描述。（1）我們首先為判別器準備 *real* 圖像數(shù)據(jù)。輸入的是一批真實的MNIST圖像。輸出全為1的向量，因為1表示圖像是真實的。

（2）接下來，我們將為生成器準備輸入向量以便生成假圖像。回想一下，我們的生成器網(wǎng)絡(luò)采用長度為100的輸入向量，這就是我們在這里所創(chuàng)建的向量。images.size(0)用于批處理大小。

（3）通過從步驟（2）中創(chuàng)建的隨機噪聲數(shù)據(jù)向量，我們可以繞過這個向量到生成器來生成假的圖像數(shù)據(jù)。這將結(jié)合我們從步驟1的實際數(shù)據(jù)來訓(xùn)練判別器。請注意，這次我們的標簽向量全為0，因為0代表假圖像的類標簽。

（4）通過假的和真的圖像以及它們的標簽，我們可以訓(xùn)練我們的判別器進行分類?？倱p失將是假圖像的損失+真圖像的損失。

（5）現(xiàn)在我們的判別器已經(jīng)更新，我們可以用它來進行預(yù)測。這些預(yù)測的損失將通過生成器反向傳播，這樣生成器的權(quán)重將根據(jù)它欺騙判別器的程度進行具體更新

（5a）生成一些假圖像進行預(yù)測

（5b）使用判別器對假圖像進行分批次預(yù)測并保存輸出。

（6）使用判別器的預(yù)測訓(xùn)練生成器。注意，我們使用全為1的 _real_labels_ 作為目標，因為我們的生成器的目標是創(chuàng)建看起來真實的圖像并且預(yù)測為1！因此，生成器的損失為0將意味著判別器預(yù)測全為1.

瞧，這就是我們訓(xùn)練GAN生成MNIST圖像的全部代碼！只需要安裝PyTorch即可運行。下面的gif就是經(jīng)過超過40個訓(xùn)練周期生成的圖像。

審核編輯 ：李倩