4.keras实现->生成式深度学习之用GAN生成图像

生成式对抗网络(GAN,generative adversarial network)由Goodfellow等人于2014年提出，它可以替代VAE来学习图像的潜在空间。它能够迫使生成图像与真实图像在统计上几乎无法区别，从而生成相当逼真的合成图像。

4.keras实现-->生成式深度学习之用GAN生成图像

1.GAN是什么？

简单来说就是由两部分组成，生成器generator网络和判别器discriminator网络。一部分不断进化，使其对立部分也不断进化，实现共同进化的过程。

对GAN的一种直观理解是，想象我们想要试图生成一个二次元头像。一开始，我们并不擅长这项任务，就将自己的一些噪音二次元头像和真的二次元头像混在一起，并将其展示给discriminator。discriminator对每个头像进行真实性评估，并向我们给出反馈，告诉我们是什么让二次元头像看起来像真的二次元头像，我们回到自己的工作室，并准备一些新的二次元头像。随着时间的推移，我们变得越来越擅长模仿二次元头像的风格，discriminator也变得越来越擅长找出假的二次元头像。最后，我们手上拥有了一些优秀的二次元头像。

4.keras实现-->生成式深度学习之用GAN生成图像

2.为什么？

【1】为什么我们有真的二次元头像和假的二次元头像，为什么不自己用监督学习生成新的二次元头像呢？

　　generator无法自己独立学习的原因是，以vae为例，输出layer层输出的是各像素点，而他们在输出时是独立的，没有相互作用的，因此无法判断总体的效果进行自主学习。对于discriminator，其输入是生成的整张图像，因此可以从总体上进行判断。

　　需要注意的是，discriminator对于输入的真实图像都应是高分，那么如果训练时只给它真实图像的话，他就无法实现正确的判断，会将所有输入都判为高分。所以需要一些差的图像送给discriminator进行训练，并且这些差的图像不应是简单的加些噪声之类的能让它轻易分辨的。因此，训练它的方法是，除真实图像外先给它一些随机生成的差的例子，然后对discriminator解argmaxD(x)做generation生成出一些他觉得好的图像，然后将原本极差的图像换为这些图像再进行训练，如此往复，discriminator会不断产生更好的图像，将这些作为negative examples给其学习，达到训练的目的。

4.keras实现-->生成式深度学习之用GAN生成图像

【2】discriminator对真的二次元头像这么了解，为什么他不自己做，而是要来指导我们做呢？

那既然如此，为什么还需要generator呢？discriminator自己也可以生成图像啊？

这是因为discriminator生成图像需要解argmaxD(x)，难度较大，一般需要假设一些条件才会好解，比如网络假设为线性时，但这样会限制图像的生成效果。而generator生成非常快，因此将二者结合起来共同学习实现输出好的结果。二者优缺点如下所示：
4.keras实现-->生成式深度学习之用GAN生成图像

总而言之，因为generator没有全局观，所以需要结合discriminator学习，对于discriminator，使用generator生成图像比自己解方程生成更简单高效，这二者的优缺点相互补充。

GAN的目的是为了生成，而VAE目的是为了压缩，目的不同效果自然不同。比如，由于二范数的原因，VAE的生成是模糊的。而GAN的生成是犀利的。

4.keras实现-->生成式深度学习之用GAN生成图像

数据集为CIFAR10，包含50000张32*32的RGB图像，这些图像属于10个类别（每个类别5000张图像），这里我们只使用属于“frog”（青蛙）类别的图像

import keras
from keras import layers
import numpy as np

生成器网络：将一个向量（来自潜在空间，训练过程中对其随机采样）转换为一张候选图像

生成器从未直接见过训练集中的图像，它所知道的关于数据的信息都来自于判别器。

latent_dim = 32
height = 32
width = 32
channels = 3

generator_input = keras.Input(shape=(latent_dim,))

#将输入转换为大小为16*16的128个通道的特征图
x = layers.Dense(128*16*16)(generator_input)
x = layers.LeakyReLU()(x)
x = layers.Reshape((16,16,128))(x)

x = layers.Conv2D(256,5,padding=\'same\')(x)
x = layers.LeakyReLU()(x)

#上采样为32*32
x = layers.Conv2DTranspose(256,4,strides=2,padding=\'same\')(x)
x = layers.LeakyReLU()(x)

x = layers.Conv2D(256,5,padding=\'same\')(x)
x = layers.LeakyReLU()(x)
x = layers.Conv2D(256,5,padding=\'same\')(x)
x = layers.LeakyReLU()(x)

#生成一个大小为32*32的单通道特征图(即CIFAR10图像的形状)
x = layers.Conv2D(channels,7,activation=\'tanh\',padding=\'same\')(x)
#将生成器模型实例化，它将形状为(latent_dim,)的输入映射到形状为(32,32,3)的图像
generator = keras.models.Model(generator_input,x)
generator.summary()

判别器网络：它接收一张候选图像(真实的或合成的)作为输入，并将其划分到这两个类别之一:"生成图像"或"来自训练集的真实图像"

#GAN判别器网络
discriminator_input = layers.Input(shape=(height,width,channels))
x = layers.Conv2D(128,3)(discriminator_input)
x = layers.LeakyReLU()(x)
x = layers.Conv2D(128,4,strides=2)(x)
x = layers.LeakyReLU()(x)
x = layers.Conv2D(128,4,strides=2)(x)
x = layers.LeakyReLU()(x)
x = layers.Conv2D(128,4,strides=2)(x)
x = layers.LeakyReLU()(x)
x = layers.Flatten()(x)

x = layers.Dropout(0.4)(x)

x = layers.Dense(1,activation=\'sigmoid\')(x)#分类层

#将判别器模型实例化，它将形状为(32,32,3)的输入转换为一个二进制分类决策(真/假)
discriminator = keras.models.Model(discriminator_input,x)
discriminator.summary()

discriminator_optimizer = keras.optimizers.RMSprop(
    lr=0.0008,
    clipvalue = 1.0, #在优化器中使用梯度裁剪(限制梯度值的范围)
    decay = 1e-8,#为了稳定训练过程，使用学习率衰减
)

discriminator.compile(optimizer=discriminator_optimizer,
                     loss=\'binary_crossentropy\')

设置GAN,将生成器和判别器连接在一起训练时，这个模型将让生成器向某个方向移动，从而提高它欺骗判别器的能力。这个模型将潜在空间的点转换为一个分类决策(即"真"或"假") 它训练的标签都是"真实图像"。因此，训练gan将会更新generator得到权重,使得discriminator在观测假图像时更有可能预测为"真"。

对抗网络

discriminator.trainable = True #将判别器权重设置为不可训练（仅应用于gan模型）

gan_input = keras.Input(shape=(latent_dim,))
gan_output = discriminator(generator(gan_input))
gan = keras.models.Model(gan_input,gan_output)
gan_optimizer = keras.optimizers.RMSprop(lr=0.0004,clipvalue=1.0,decay=1e-8)
gan.compile(optimizer=gan_optimizer,loss=\'binary_crossentropy\')

注意：在训练过程中需要将判别器设置为冻结(即不可训练)，这样在训练gan时它的权重才不会更新。如果在此过程中可以对判别器的权重进行更新，那么我们就是在训练判别器始终预测"真"，但这并不是我们想要的。

实现GAN的训练

import os
from keras.preprocessing import image

(x_train,y_train),(_,_) = keras.datasets.cifar10.load_data() #cifar数据集
x_train = x_train[y_train.flatten() == 6]#选择青蛙的图像
x_train = x_train.reshape((x_train.shape[0],) + (height,width,channels)).astype(\'float32\')/255.

iterations = 1000
batch_size = 2
save_dir = \'frog_dir\'

start = 0

for step in range(iterations):
    random_latent_vectors = np.random.normal(size=(batch_size,latent_dim))
    generated_images = generator.predict(random_latent_vectors)#点-->虚假图像
    
    stop = start + batch_size
    
    #混淆真实图像和虚假图像
    real_images = x_train[start:stop]
    combined_images = np.concatenate([generated_images,
                                      real_images])
    labels = np.concatenate([np.ones((batch_size,1)),
                             np.zeros((batch_size,1))])
    labels += 0.05 * np.random.random(labels.shape) #向标签中添加噪声
    
    #训练判别器
    d_loss = discriminator.train_on_batch(combined_images,labels)
    
    #在潜在空间中采样随机点
    random_latent_vectors = np.random.normal(size=(batch_size,latent_dim))
    #合并标签，全都是“真实图像”（这是在撒谎）
    misleading_targets = np.zeros((batch_size,1))
    
    #通过gan模型来训练生成器（此时冻结判别器模型）
    a_loss = gan.train_on_batch(random_latent_vectors,misleading_targets)
    
    start += batch_size
    if start > len(x_train) - batch_size:
        start = 0
    if step % 2 == 0:
        gan.save_weights(\'gan.h5\')
        
        print(\'discriminator loss:\',d_loss)
        print(\'adversarial loss:\',a_loss)
        
        img = image.array_to_img(generated_images[0] * 255.,scale=False)
        img.save(os.path.join(save_dir,\'generated_frog\'+str(step)+\'.png\'))
        
        img = image.array_to_img(real_images[0]*255.,scale=False)
        img.save(os.path.join(save_dir,\'real_frog\'+str(step)+\'.png\'))

判别器损失：d_loss=（生成的图像和真实图像->标签)

gan损失：a_loss=（随机采样的点->全是\'真\'的标签）

第一次 4.keras实现-->生成式深度学习之用GAN生成图像