通俗易懂的生成式对抗网络（GAN）讲解

话说深度学习框架，大家最能想到的是卷积神经网络（CNN），这玩意大家用来做叫图像识别的东西，很火。可是呢，深度学习是不断发展的，不断地有新的玩意出来。在2014年的时候，一种叫做生成式对抗网络（GAN）的东西横空出世了。

发明者是一个叫做Lan Goodfellow的男人，先说一下这个姓有多牛批。Good翻译成中文就是“好”，Fellow翻译过来就是“人”，加在一块就叫做“好人”。前面的名是Lan，翻译成中文可以谐音为“老”。姓名加在一块就是“老好人”，牛批吧！不光名字N批，牛的一批的还有他发明的GAN网络。（这个笑话是高恩阳老师发明的）

通俗易懂的生成式对抗网络（GAN）讲解

这个网络叫做GAN，“干”。高老师曾经教GAN时候说过：不要怂，就是干！听名字我们就知道，GAN当中是有两个东西在互相打架，打架的东西我们叫做生成器（Generative）和判别器（Discriminative）。那么GAN网络是什么一种网络呢？是生成器G和判别器D打架的网络，打架打到什么程度呢？两者实力平衡到50%即可。

这个网络能干啥呢，它能够自动生成图像，比如我们往里面导入一些人脸图片，它就会生成一些在这个世界上不存在的人的图片。（哇，听起来可怕呀，鬼魂来了！）

接下来我来详细地介绍一下“干”是怎么干的。首先呢，我们得有输入样本，比如我们现在有6W张28*28大小的数字图片，每个图片上面都是数字，这些图片来自于库：mnist_uint8。

通俗易懂的生成式对抗网络（GAN）讲解

我们随便取出一个图都是28*28大小的图。

通俗易懂的生成式对抗网络（GAN）讲解

它的意思指的是里面有784个长度为1的小正方形小块。这些小块按照长28，宽28来排列，形成一个正方形图片。每个小正方形中呢，有一个0~255的数值，0代表的是黑色，255代表白色，中间值就是从黑色过渡到白色的一个灰色。

我们把第一张图第一行28个小正方形的数值照写，第二行呢，把它拉到第一行的末尾，这样数值就有56个了。接下来把第三行拉到末尾，数值就有84个，。。。，以此类推，把第二十八行拉到末尾，这样就形成了一个1*784的数列（一行，784列），每一个格中都有一个0~255的数值。然后我们把第二张图按同样方法处理，放到第二行。然后我们把第三张图处理，放到第三行，。。。，以此类推把第6W张图处理，放到第6W行。这样，我们就形成了一个60000*784的数列。

通俗易懂的生成式对抗网络（GAN）讲解

形成之后，把数列中的每一个数都除以255，进行归一化处理，除以255是因为这些值都是在0~255之间，那么我们就会得到60000*784个0~1之间的数据。

通俗易懂的生成式对抗网络（GAN）讲解

之后，我们把6W张图的正确数字（0~9）给它导入进去（没用，但是需要讲解下），导入的是啥样子呢，看下图：

通俗易懂的生成式对抗网络（GAN）讲解

大家看，上面图中有6W行，10列，每个小方格中写的或者是0或者是1，这个是啥意思呢，举个例子，比如第一行，第五列是1，其它的都是0，这说明，这个数字是4（第一个数代表0）。比如第二行，第七列是1，说明这个数字是6。

生成完事儿了，我们就要开始重要的步骤啦。要是卷积神经网络，我们就要把输入的图片作为自变量，把最后图像的正确数字作为便签，然后训练。但是“干”不是做图像识别的，它是生成新的，你没有见过的图片。所以我们图片的数字就不用导入了。我们要做的是输入一个6W*1的一个行列式，每个小格子里面写的都是1。为啥要写1呢，我们假设，这些真实的输入样本图，我们就默认为是1。我们生成的假图，我们就叫做0。

通俗易懂的生成式对抗网络（GAN）讲解

好了，我们这样自变量和标签都写完了，我们使用它们的默认名字分别是：train_x、train_y。

接着我们开始造假的图了，怎么造？随机生成。比如我们生成6W*100的一个0~1之间随机数的数列。取名为test_x。

通俗易懂的生成式对抗网络（GAN）讲解

再生成一个6W*1的数列，类似于最开始生成的那个，里面小格都是0，取名为test_y，为什么都是0，因为是我们随机生成的数列，假的！

下一步呢，我们要创建BP神经网络，BP神经网络的原理请参照我的微信公众号里面：http://mp.weixin.qq.com/s/EJy0BT1wYnsMGEniQh6HYw

里面有一个“第二部分-BP神经网络推导过程”，可以下来看看，前面的内容都可以跳过，从4分30秒开始看。

我们首先创建一个输入层为100，输出层为784的BP网络，我们叫第一网络。这个网络用来把6W*100的行列式转化成6W*784的行列式。

下面核心开始了，我们创建一个D网络，也叫判别器网络。这个BP网络有三层，输入层784个自变量，中间层100个自变量，输出层1个自变量。为啥呢，因为真实数据train_x是784列，输出的train_y是1列。我们再创建一个G网络，也叫做生成器网络。这个BP网络有四层，输入层100个、输出层1个。中间层分别是784和100。这是因为test_x列数为100，test_y列数为1，784是与我们第一网络一致，100是与上面的D网络一致。还有一点要注意：这三个BP网络的其它参数，一定要全部都一致。

下一步我们就要开始训练三个网络了，怎么训练？

（1）首先我们训练第一网络，首先初始化三个网络，得到一系列随机生成的权值w和偏置量b（如果没学过BP的话，同时也不想看，那么你就把训练（红字）的过程想象成黑箱即可）。

（2）然后把G网络中的输入层与第一个中间层的权值分享给第一网络，让第一网络的权值w、偏置量b与G网络一致。分享之后，训练一次第一网络，得到一个6W*784的行列式。

（3）然后我们设定一个数值，比如是1000，然后我们从上面得到的6W个数据中随机地提取出1000行。接着我们从train_x里面也就是真实数据中也提取出1000行，把这个合并成2000行、784列的一个行列式。它们所对应的输出（0和1）也给合并，形成2000行，1列的标签行列式。

（4）把这2000组输入数据和2000组标签导入D网络中进行训练。训练结束后会得到D网络的权值和偏置量。然后我们把得到的权值和偏置量赋予G网络，怎么赋予呢？我们D网络的神经元个数是[784 100 1]，而G网络是[100 784 100 1]。那么我们把D网络第一层的权值赋予G网络的第二层，第二层赋予第三层。

（5）接下来我们训练G网络，怎么训练呢，我们把刚才的随机提取的1000组假的数据作为自变量，然后把1000*1的全是1的行列式作为标签，注意：这里是1不是0，为什么是1呢，因为我们这里要把假的数据当作是真的数据来训练。训练后我们得到了G网络的权值和偏置量。

（6）我们设定一个值比如是1500，开始时候设为0次，如果我们循环的次数小于1500次，那么返回步骤（2）循环，如果大于的话，执行（7）。还有一种情况也是执行（7）：就是我们通过D网络训练后，所得出的2000行1列的行列式给它所有的值四舍五入，然后求平均值，如果为0.5±0.05，这代表着打架的G、D双方实力持平。