对抗神经网络其实是两个网络的组合,可以理解为一个网络生成模拟数据,另一个网络判断生成的数据是真实的还是模拟的。生成模拟数据的网络要不断优化自己让判别的网络判断不出来,判别的网络也要不断优化自己让判断的更加精确。两者的关系形成对抗,因此叫对抗神经网络。
GAN由generator(生成模型)和discriminator(判别式模型)两部分构成。
generator:主要是从训练数据中产生相同分布的samples,对于输入x,类别标签y,在生成模型中估计其联合概率分布。
discriminator:判断输入的是真实数据还是generator生成的数据,即估计样本属于某类的条件概率分布。它采用传统的监督学习的方法。
二者结合之后,经过大量次数的迭代训练会使generator尽可能模拟出以假乱真的样本,而discrimator会有更精确的鉴别真伪数据的能力,最终整个GAN会达到所谓的纳什均衡,即discriminator对于generator的数据鉴别结果为正确率和错误率各占50%。
GAN的实现,本例以mnist数据为例,直接代码
进行训练
# 定义load_data()函数以读取数据
def load_data(data_path):
'''
函数功能:导出MNIST数据
输入: data_path 传入数据所在路径(解压后的数据)
输出: train_data 输出data,形状为(60000, 28, 28, 1)
train_label 输出label,形状为(60000, 1)
'''
f_data = open(os.path.join(data_path, 'train-images.idx3-ubyte'))
loaded_data = np.fromfile(file=f_data, dtype=np.uint8)
# 前16个字符为说明符,需要跳过
train_data = loaded_data[16:].reshape((-1, 784)).astype(np.float)
f_label = open(os.path.join(data_path, 'train-labels.idx1-ubyte'))
loaded_label = np.fromfile(file=f_label, dtype=np.uint8)
# 前8个字符为说明符,需要跳过
train_label = loaded_label[8:].reshape((-1)).astype(np.float)
return train_data, train_label
# 导入需要的包
import os # 读取路径下文件
import shutil # 递归删除文件
import tensorflow as tf # 编写神经网络
import numpy as np # 矩阵运算操作
from skimage.io import imsave # 保存影像
from tensorflow.examples.tutorials.mnist import input_data # 第一次下载数据时用
# 图像的size为(28, 28, 1)
image_height = 28
image_width = 28
image_size = image_height * image_width
# 是否训练和存储设置
train = True
restore = False # 是否存储训练结果
output_path = "./output/" # 存储文件的路径
# 实验所需的超参数
max_epoch = 500
batch_size = 256
h1_size = 256 # 第一隐藏层的size,即特征数
h2_size = 512 # 第二隐藏层的size,即特征数
z_size = 128 # 生成器的传入参数
# 导入tensorflow
import tensorflow as tf
# 定义GAN的生成器
def generator(z_prior):
'''
函数功能:生成影像,参与训练过程
输入:z_prior, #输入tf格式,size为(batch_size, z_size)的数据
输出:x_generate, #生成图像
g_params, #生成图像的所有参数
'''
# 第一个链接层
# 以2倍标准差stddev的截断的正态分布中生成大小为[z_size, h1_size]的随机值,权值weight初始化。
w1 = tf.Variable(tf.truncated_normal([z_size, h1_size], stddev=0.1), name="g_w1", dtype=tf.float32)
# 生成大小为[h1_size]的0值矩阵,偏置bias初始化
b1 = tf.Variable(tf.zeros([h1_size]), name="g_b1", dtype=tf.float32)
# 通过矩阵运算,将输入z_prior传入隐含层h1。**函数为relu
h1 = tf.nn.relu(tf.matmul(z_prior, w1) + b1)
# 第二个链接层
# 以2倍标准差stddev的截断的正态分布中生成大小为[h1_size, h2_size]的随机值,权值weight初始化。
w2 = tf.Variable(tf.truncated_normal([h1_size, h2_size], stddev=0.1), name="g_w2", dtype=tf.float32)
# 生成大小为[h2_size]的0值矩阵,偏置bias初始化
b2 = tf.Variable(tf.zeros([h2_size]), name="g_b2", dtype=tf.float32)
# 通过矩阵运算,将h1传入隐含层h2。**函数为relu
h2 = tf.nn.relu(tf.matmul(h1, w2) + b2)
# 第三个链接层
# 以2倍标准差stddev的截断的正态分布中生成大小为[h2_size, image_size]的随机值,权值weight初始化。
w3 = tf.Variable(tf.truncated_normal([h2_size, image_size], stddev=0.1), name="g_w3", dtype=tf.float32)
# 生成大小为[image_size]的0值矩阵,偏置bias初始化
b3 = tf.Variable(tf.zeros([image_size]), name="g_b3", dtype=tf.float32)
# 通过矩阵运算,将h2传入隐含层h3。
h3 = tf.matmul(h2, w3) + b3
# 利用tanh**函数,将h3传入输出层
x_generate = tf.nn.tanh(h3)
# 将所有参数合并到一起
g_params = [w1, b1, w2, b2, w3, b3]
return x_generate, g_params
# 定义GAN的判别器
def discriminator(x_data, x_generated, keep_prob):
'''
函数功能:对输入数据进行判断,并保存其参数
输入:x_data, #输入的真实数据
x_generated, #生成器生成的虚假数据
keep_prob, #dropout率,防止过拟合
输出:y_data, #判别器对batch个数据的处理结果
y_generated, #判别器对余下数据的处理结果
d_params, #判别器的参数
'''
# 合并输入数据,包括真实数据x_data和生成器生成的假数据x_generated
x_in = tf.concat([x_data, x_generated], 0)
# 第一个链接层
# 以2倍标准差stddev的截断的正态分布中生成大小为[image_size, h2_size]的随机值,权值weight初始化。
w1 = tf.Variable(tf.truncated_normal([image_size, h2_size], stddev=0.1), name="d_w1", dtype=tf.float32)
# 生成大小为[h2_size]的0值矩阵,偏置bias初始化
b1 = tf.Variable(tf.zeros([h2_size]), name="d_b1", dtype=tf.float32)
# 通过矩阵运算,将输入x_in传入隐含层h1.同时以一定的dropout率舍弃节点,防止过拟合
h1 = tf.nn.dropout(tf.nn.relu(tf.matmul(x_in, w1) + b1), keep_prob)
# 第二个链接层
# 以2倍标准差stddev的截断的正态分布中生成大小为[h2_size, h1_size]的随机值,权值weight初始化。
w2 = tf.Variable(tf.truncated_normal([h2_size, h1_size], stddev=0.1), name="d_w2", dtype=tf.float32)
# 生成大小为[h1_size]的0值矩阵,偏置bias初始化
b2 = tf.Variable(tf.zeros([h1_size]), name="d_b2", dtype=tf.float32)
# 通过矩阵运算,将h1传入隐含层h2.同时以一定的dropout率舍弃节点,防止过拟合
h2 = tf.nn.dropout(tf.nn.relu(tf.matmul(h1, w2) + b2), keep_prob)
# 第三个链接层
# 以2倍标准差stddev的截断的正态分布中生成大小为[h1_size, 1]的随机值,权值weight初始化。
w3 = tf.Variable(tf.truncated_normal([h1_size, 1], stddev=0.1), name="d_w3", dtype=tf.float32)
# 生成0值,偏置bias初始化
b3 = tf.Variable(tf.zeros([1]), name="d_b3", dtype=tf.float32)
# 通过矩阵运算,将h2传入隐含层h3
h3 = tf.matmul(h2, w3) + b3
# 从h3中切出batch_size张图像
y_data = tf.nn.sigmoid(tf.slice(h3, [0, 0], [batch_size, -1], name=None))
# 从h3中切除余下的图像
y_generated = tf.nn.sigmoid(tf.slice(h3, [batch_size, 0], [-1, -1], name=None))
# 判别器的所有参数
d_params = [w1, b1, w2, b2, w3, b3]
return y_data, y_generated, d_params
# 显示结果的函数
def show_result(batch_res, fname, grid_size=(8, 8), grid_pad=5):
'''
函数功能:输入相关参数,将运行结果以图片的形式保存到当前路径下
输入:batch_res, #输入数据
fname, #输入路径
grid_size=(8, 8), #默认输出图像为8*8张
grid_pad=5, #默认图像的边缘留白为5像素
输出:无
'''
# 将batch_res进行值[0, 1]归一化,同时将其reshape成(batch_size, image_height, image_width)
batch_res = 0.5 * batch_res.reshape((batch_res.shape[0], image_height, image_width)) + 0.5
# 重构显示图像格网的参数
img_h, img_w = batch_res.shape[1], batch_res.shape[2]
grid_h = img_h * grid_size[0] + grid_pad * (grid_size[0] - 1)
grid_w = img_w * grid_size[1] + grid_pad * (grid_size[1] - 1)
img_grid = np.zeros((grid_h, grid_w), dtype=np.uint8)
for i, res in enumerate(batch_res):
if i >= grid_size[0] * grid_size[1]:
break
img = (res) * 255.
img = img.astype(np.uint8)
row = (i // grid_size[0]) * (img_h + grid_pad)
col = (i % grid_size[1]) * (img_w + grid_pad)
img_grid[row:row + img_h, col:col + img_w] = img
# 保存图像
imsave(fname, img_grid)
# 定义训练过程
def train():
'''
函数功能:训练整个GAN网络,并随机生成手写数字
输入:无
输出:sess.saver()
'''
# 加载数据
train_data, train_label = load_data("MNIST_data")
size = train_data.shape[0]
# 构建模型---------------------------------------------------------------------
# 定义GAN网络的输入,其中x_data为[batch_size, image_size], z_prior为[batch_size, z_size]
x_data = tf.placeholder(tf.float32, [batch_size, image_size], name="x_data") # (batch_size, image_size)
z_prior = tf.placeholder(tf.float32, [batch_size, z_size], name="z_prior") # (batch_size, z_size)
# 定义dropout率
keep_prob = tf.placeholder(tf.float32, name="keep_prob")
global_step = tf.Variable(0, name="global_step", trainable=False)
# 利用生成器生成数据x_generated和参数g_params
x_generated, g_params = generator(z_prior)
# 利用判别器判别生成器的结果
y_data, y_generated, d_params = discriminator(x_data, x_generated, keep_prob)
# 定义判别器和生成器的loss函数
d_loss = - (tf.log(y_data) + tf.log(1 - y_generated))
g_loss = - tf.log(y_generated)
# 设置学习率为0.0001,用AdamOptimizer进行优化
optimizer = tf.train.AdamOptimizer(0.0001)
# 判别器discriminator 和生成器 generator 对损失函数进行最小化处理
d_trainer = optimizer.minimize(d_loss, var_list=d_params)
g_trainer = optimizer.minimize(g_loss, var_list=g_params)
# 模型构建完毕--------------------------------------------------------------------
# 全局变量初始化
init = tf.global_variables_initializer()
# 启动会话sess
saver = tf.train.Saver()
sess = tf.Session()
sess.run(init)
# 判断是否需要存储
if restore:
# 若是,将最近一次的checkpoint点存到outpath下
chkpt_fname = tf.train.latest_checkpoint(output_path)
saver.restore(sess, chkpt_fname)
else:
# 若否,判断目录是存在,如果目录存在,则递归的删除目录下的所有内容,并重新建立目录
if os.path.exists(output_path):
shutil.rmtree(output_path)
os.mkdir(output_path)
# 利用随机正态分布产生噪声影像,尺寸为(batch_size, z_size)
z_sample_val = np.random.normal(0, 1, size=(batch_size, z_size)).astype(np.float32)
# 逐个epoch内训练
for i in range(sess.run(global_step), max_epoch):
# 图像每个epoch内可以放(size // batch_size)个size
for j in range(size // batch_size):
if j % 20 == 0:
print("epoch:%s, iter:%s" % (i, j))
# 训练一个batch的数据
batch_end = j * batch_size + batch_size
if batch_end >= size:
batch_end = size - 1
x_value = train_data[j * batch_size: batch_end]
# 将数据归一化到[-1, 1]
x_value = x_value / 255.
x_value = 2 * x_value - 1
# 以正太分布的形式产生随机噪声
z_value = np.random.normal(0, 1, size=(batch_size, z_size)).astype(np.float32)
# 每个batch下,输入数据运行GAN,训练判别器
sess.run(d_trainer,
feed_dict={x_data: x_value, z_prior: z_value, keep_prob: np.sum(0.7).astype(np.float32)})
# 每个batch下,输入数据运行GAN,训练生成器
if j % 1 == 0:
sess.run(g_trainer,
feed_dict={x_data: x_value, z_prior: z_value, keep_prob: np.sum(0.7).astype(np.float32)})
# 每一个epoch中的所有batch训练完后,利用z_sample测试训练后的生成器
x_gen_val = sess.run(x_generated, feed_dict={z_prior: z_sample_val})
# 每一个epoch中的所有batch训练完后,显示生成器的结果,并打印生成结果的值
show_result(x_gen_val, os.path.join(output_path, "sample%s.jpg" % i))
print(x_gen_val)
# 每一个epoch中,生成随机分布以重置z_random_sample_val
z_random_sample_val = np.random.normal(0, 1, size=(batch_size, z_size)).astype(np.float32)
# 每一个epoch中,利用z_random_sample_val生成手写数字图像,并显示结果
x_gen_val = sess.run(x_generated, feed_dict={z_prior: z_random_sample_val})
show_result(x_gen_val, os.path.join(output_path, "random_sample%s.jpg" % i))
# 保存会话
sess.run(tf.assign(global_step, i + 1))
saver.save(sess, os.path.join(output_path, "model"), global_step=global_step)
if __name__ == '__main__':
if train:
train()
训练完成后,如下
训练epoch为300次的实验结果:
生成的和原图像基本一样。
参考:https://blog.csdn.net/z704630835/article/details/82017892
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:对抗神经网络(一)——GAN - Python技术站