圖像對抗生成網絡 GAN學習01：從頭搭建最簡單的GAN網絡，利用神經網絡生成手寫體數字數據（tensorflow）

文章目錄

• 圖像對抗生成網絡 GAN學習01：從頭搭建最簡單的GAN網絡，利用神經網絡生成手寫體數字數據（tensorflow）
• • 1.前言
  • 2.GAN網絡主體架構介紹
  • 3.模型搭建
  • • 3.1 生成器的搭建
    • 3.2 判別器模型的搭建
  • 4.數據預處理
  • 5.定義訓練各項參數以及訓練步驟
  • 6.訓練以及效果可視化評估
  • 結語

1.前言

? 深度學習，中有一個較為成熟并且非常重要的方向，GAN圖像對抗生成網絡，該網絡在圖像生成，圖像增強，風格化領域，以及在藝術的圖像創造（博主也是在看到一個關于中國山水畫的GAN生成上，有了學習GAN的興趣）有重要的作用。

? 那么正所謂柿子要挑軟的捏，學習從最簡單的開始，在GAN方面完全是萌新的博主，今天介紹的自然也不是什么太難的架構，在本篇博客中，我會介紹GAN的大致架構，并用較為簡單的方式從頭到尾 （模型搭建，定義訓練參數，訓練步驟）實現他，如果本篇博客對你有幫助的話，別忘記點個贊。

(￣▽￣)～■干杯□～(￣▽￣)

2.GAN網絡主體架構介紹

GAN的網絡總體架構其實非常簡單，他的中文名字對抗生成網絡，意思是在他模型中包含兩個網絡，生成網絡，對抗網絡，總體結構如下圖：

? 我們可以看到這張圖上包含了兩個網絡Generator圖像生成器和Discriminator圖像分辨器，他的工作原理簡單來說是這樣的：我們的目標是想要一個生成圖片那么我們如何去訓練這個呢，這里GAN的開發者提出了這么一個想法，我們訓練一個判別器，訓練一個生成器，輸入噪聲(也就是我們提前規定好形狀的隨機初始化的向量）然后產生了圖片，然后我們將真實的圖片與虛假圖片一起輸入判別器，判別圖片是否是真實的，利用在這里產生的損失去訓練生成器，與判別器。那么我們可以想想如果這樣的話我們最終產生的理想結果就是，判別器最終無法判別生成器生成的圖片是真是假，最終預測的概率只有0.5（真假 二分類隨機亂猜的概率）。

? 當剛看懂網絡工作方式的時候，我簡直驚呆了，這是多么神奇的思維啊，生成器在訓練中由于損失控制會努力希望生成的圖片被判別為真，而判別器是希望能完全給出正確的判斷（給生成的圖片的判斷全為0，真的圖片判斷全為1），那么在這兩個模型的訓練之間，他們在互相對抗，我們最終得到的將會是一個非常好的圖像生成器，和 自編碼器相比，（直接計算生成圖與原圖的差距）效果會更好(這里我會在之后的mnist數據生成展示中展示編碼器與GAN網絡的差別)。

3.模型搭建

? 那么在介紹完模型之后，我們趁熱打鐵，直接開始模型的搭建，在上文中，我提到了兩個模型負責生成圖片的生成器，負責判別圖片真假的判別器，接下來我開始分別搭建這兩個模型。

3.1 生成器的搭建

? 這里我們要搭建的是一個能夠接收我們產生的隨機初始化的向量，然后產生圖片（這里我們產生的數據是mnist的手寫體數字）的模型，這里我為了簡單化全部采用全連接層來寫模型

import tensorflow as tf keras=tf.keras layers=keras.layers def generator_model():model=keras.Sequential()#model.add(layers.Dense(256,input_shape=(100,),use_bias=False))#輸入形狀100是我輸入噪聲的形狀,生成器一般都不使用BIASmodel.add(layers.BatchNormalization())model.add(layers.LeakyReLU())#GAN中一般使用LeakyRelu函數來激活model.add(layers.Dense(512,use_bias=False))#生成器一般都不使用BIASmodel.add(layers.BatchNormalization())model.add(layers.LeakyReLU())model.add(layers.Dense(28*28*1,use_bias=False,activation='tanh'))#生成能夠調整成我們想要的圖片形狀的向量model.add(layers.BatchNormalization())model.add(layers.Reshape((28,28,1)))#這里進行修改向量的形狀，可以直接使用layers的reshapereturn model

可以看到經過全連接層的這樣處理，我們輸出的會是一個形狀大小為(28,28,1)的圖片，那么生成器的任務就是判斷輸入圖片是否是生成的，也就是輸入圖片，輸出0,1一個非常簡單的二分類問題，那么我們就按照這個思路搭建我們的判別器網絡。

3.2 判別器模型的搭建

判別器這里我也使用最基礎的全連接層來創建（一方面是減少計算量，一方面是測試一下Dense層的效果）

def discriminator_model():model=keras.Sequential()model.add(layers.Flatten())#圖片是一個三維數據，要輸入到全連接層之前，先使用flatten層壓平為一維的model.add(layers.Dense(512,use_bias=False))model.add(layers.BatchNormalization())model.add(layers.LeakyReLU())model.add(layers.Dense(256,use_bias=False))model.add(layers.BatchNormalization())model.add(layers.LeakyReLU())model.add(layers.Dense(1))#最后輸出為0,1只需要一層return model

那么定義完組成模型的兩個重要架構之后，我們為了接下來的訓練需要準備處理好的數據，所以這里我們開始處理數據。

4.數據預處理

在本篇最簡單的實戰中，我采用深度學習中使用次數最多，入門級Hello World數據集，mnist手寫體數據集，由數萬張手寫體數字組成

這里的數字都是手寫之后，經過特殊處理最終保存下來的。可以看到這樣生成的圖片是非常帶有個人風格的（這寫的也不太整齊。。），那么利用GAN生成網絡去生成能類似人寫的數據，達到可以欺騙人眼的效果，就是我此次的目的，那么廢話少說，就開始我們此次的數據準備。

(x_train,y_train),_=keras.datasets.mnist.load_data() x_train=tf.expand_dims(x_train,axis=-1)#這里由于輸入的手寫體是只有兩個維度的，所以這里我擴展最后一個維度 x_train.shape TensorShape([60000, 28, 28, 1])

擴展完維度后，為了方便模型運算，我們需要將數據進行歸一化，規定數據集的BATCH_SIZE

x_train=tf.cast(x_train,tf.float32) x_train=x_train/255.0 x_train=x_train*2-1#將圖片數據規范到[-1,1] BATCH_SIZE=256 BUFFER_SIZE=60000#每次訓練弄亂的大小 dataset=tf.data.Dataset.from_tensor_slices(x_train) dataset=dataset.shuffle(BUFFER_SIZE).batch(BATCH_SIZE)

5.定義訓練各項參數以及訓練步驟

在搭建完模型，預處理好數據之后，接下來就需要定義模型所需優化器，損失計算函數，以及訓練步驟

loss_object=keras.losses.BinaryCrossentropy(from_logits=True)#損失這里使用二分類交叉熵損失，沒有激活是logits def discriminator_loss(real_out,fake_out): real_loss=loss_object(tf.ones_like(real_out), real_out)fake_loss=loss_object(tf.zeros_like(fake_out),fake_out)return real_loss+fake_loss #這里判別器使用的損失是計算我們人為制造的0,1標簽與判別器模型輸出的做計算，最終返回二者相加 def generator_loss(fake_out):fake_loss=loss_object(tf.ones_like(fake_out),fake_out)return fake_loss #生成器計算損失當然是希望判別器都把他當真，所以是與1做計算generator_opt=keras.optimizers.Adam(1e-4) discriminator_opt=keras.optimizers.Adam(1e-4)#定義兩個模型的優化器

定義完了在訓練嗎中需要用到的優化器損失函數，我們這里接下來定義模型，訓練步驟并開始訓練（這里我們會在每次訓練后繪畫隨機生成的圖片，來觀察我們圖像生成模型的效果，所以這里我會提前制作一個隨機種子）

EPOCHS=100 noise_dim=100 #輸入噪聲的維度 num=16 #每次隨機繪畫16張圖 seed=tf.random.normal(shape=([num,noise_dim])) #制作用于生成圖片的向量 gen_model=generator_model() dis_model=discriminator_model() #初始化這兩個模型 #定義訓練步驟 @tf.function def train_step(images):noise=tf.random.normal([BATCH_SIZE,noise_dim])with tf.GradientTape() as gentape, tf.GradientTape() as disctape:real_output=dis_model(images,training=True)fake_image=gen_model(noise,training=True)fake_output=dis_model(fake_image,training=True)gen_loss=generator_loss(fake_output)dis_loss=discriminator_loss(real_output,fake_output)grad_gen=gentape.gradient(gen_loss,gen_model.trainable_variables)grad_dis=disctape.gradient(dis_loss,dis_model.trainable_variables)generator_opt.apply_gradients(zip(grad_gen,gen_model.trainable_variables))discriminator_opt.apply_gradients(zip(grad_dis,dis_model.trainable_variables))#在每次訓練后繪圖 def generate_plot_img(gen_model,test_noise):pre_img=gen_model(test_noise,training=False)fig=plt.figure(figsize=(4,4))for i in range(pre_img.shape[0]):plt.subplot(4,4,i+1)plt.imshow((pre_img[i, :, :, 0]+1)/2,cmap='gray')#這里cmap限定繪圖的顏色空間，灰度圖plt.axis('off')plt.show()#將16張圖片一起顯示出來

6.訓練以及效果可視化評估

那么我們開始訓練

def train(dataset, epochs):for epoch in range(epochs):for img in dataset:train_step(img)print('-',end='')generate_plot_img(gen_model,seed)#繪制圖片 train(dataset,EPOCHS)#這里EPOCHS我設置為100

那么由于我的隨機數種子是固定的，所以這里我們隨機生成的圖片每次都是固定的數字，所以我們是可以看到效果在不斷變好，如下

這是第一次訓練結束后生成的一團漿糊

這是第五次訓練產生的圖像，可以看到已經漸漸產生了有數字的輪廓，

在經過100次訓練后最終我們看到我們的圖像生成器，最后產生的圖片已經非常有手寫數字的輪廓。

雖然效果仍然不是很好，但其實是由于我這里完全使用了全連接層，在圖像處理領域使用卷積神經網絡會更好的效果，下圖是我使用了卷積神經網絡后的效果：

結語

在本篇博客中，我完成了一個非常簡單的GAN生成對抗網絡，并訓練該模型使得他可以生成非常接近的手寫體的真實數據，對本篇博客有疑問或者建議的同學歡迎評論區交流。

總結

以上是生活随笔為你收集整理的图像对抗生成网络 GAN学习01：从头搭建最简单的GAN网络，利用神经网络生成手写体数字数据（tensorflow）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。