无需数学背景!谷歌研究员为你解密生成式对抗网络

原文来源：Towards Data Science

作者：Stefan Hosein

「雷克世界」编译：嗯~是阿童木呀、KABUDA

导语：大家都知道，自从生成式对抗网络（GAN）出现以来，便在图像处理方面有着广泛的应用。但还是有很多人对于GAN不是很了解，担心由于没有数学知识底蕴而学不会GAN。在本文中，谷歌研究员Stefan Hosein提供了一份初学者入门GAN的教程，在这份教程中，即使你没有拥有深厚的数学知识，你也能够了解什么是生成式对抗网络（GAN）。并且在阅读完这篇文章之后，你将学会如何编写一个可以创建数字的简单GAN！

类比

理解GAN的一个最为简单的方法是通过一个简单的比喻：

假设有一家商店，店主要从顾客那里购买某些种类的葡萄酒，然后再将这些葡萄酒销售出去。

然而，有些可恶的顾客为了赚取金钱而出售假酒。在这种情况下，店主必须能够区分假酒和正宗的葡萄酒。

你可以想象，在最初的时候，伪造者在试图出售假酒时可能会犯很多错误，并且店主很容易就会发现该酒不是正宗的葡萄酒。经历过这些失败之后，伪造者会继续尝试使用不同的技术来模拟真正的葡萄酒，而有些方法最终会取得成功。现在，伪造者知道某些技术已经能够躲过店主的检查，那么他就可以开始进一步对基于这些技术的假酒进行改善提升。

与此同时，店主可能会从其他店主或葡萄酒专家那里得到一些反馈，说明她所拥有的一些葡萄酒并不是原装的。这意味着店主必须改进她的判别方式，从而确定葡萄酒是伪造的还是正宗的。伪造者的目标是制造出与正宗葡萄酒无法区分的葡萄酒，而店主的目标是准确地分辨葡萄酒是否是正宗的。

可以这样说，这种循环往复的竞争正是GAN背后的主要思想。

生成式对抗网络的组成部分

通过上面的例子，我们可以提出一个GAN的体系结构。

GAN中有两个主要的组成部分：生成器和鉴别器。在上面我们所描述的例子中，店主被称为鉴别器网络，通常是一个卷积神经网络（因为GAN主要用于图像任务），主要是分配图像是真实的概率。

伪造者被称为生成式网络，并且通常也是一个卷积神经网络（具有解卷积层，deconvolution layers）。该网络接收一些噪声向量并输出一个图像。当对生成式网络进行训练时，它会学习可以对图像的哪些区域进行改进/更改，以便鉴别器将难以将其生成的图像与真实图像区分开来。

生成式网络不断地生成与真实图像更为接近的图像，而与此同时，鉴别式网络则试图确定真实图像和假图像之间的差异。最终的目标就是建立一个生成式网络，它可以生成与真实图像无法区分的图像。

用Keras编写一个简单的生成式对抗网络

现在，你已经了解什么是GAN，以及它们的主要组成部分，那么现在我们可以开始试着编写一个非常简单的代码。你可以使用Keras，如果你不熟悉这个Python库的话，则应在继续进行操作之前阅读本教程。本教程基于易于理解的GAN进行开发的。

首先，你需要做的第一件事是通过pip安装以下软件包：

- keras

- matplotlib

- tensorflow

- tqdm

你将使用matplotlib绘图，tensorflow作为Keras后端库和tqdm，以显示每个轮数（迭代）的花式进度条。

下一步是创建一个Python脚本，在这个脚本中，你首先需要导入你将要使用的所有模块和函数。在使用它们时将给出每个解释。

import

os

import numpy as np

import matplotlib.pyplot as plt

from tqdm import tqdm

from keras.layers import Input

from keras.models import Model, Sequential

from keras.layers.core import Dense, Dropout

from keras.layers.advanced_activations import LeakyReLU

from keras.datasets import mnist

from keras.optimizers import Adam

from keras import initializers

你现在需要设置一些变量：

# Let Keras know that we are using tensorflow as our backend engine

os.environ["KERAS_BACKEND"] = "tensorflow"

# To make sure that we can reproduce the experiment and get the same results

np.random.seed(10)

# The dimension of our random noise vector.

random_dim = 100

在开始构建鉴别器和生成器之前，你首先应该收集数据，并对其进行预处理。你将会使用到常见的MNIST数据集，该数据集具有一组从0到9的单个数字图像。

MINST数字样本

def load_minst_data():

# load the data

(x_train, y_train), (x_test, y_test) = mnist.load_data()

# normalize our inputs to be in the range[-1, 1]

x_train = (x_train.astype(np.float32) - 127.5)/127.5

# convert x_train with a shape of (60000, 28, 28) to (60000, 784) so we have

# 784 columns per row

x_train = x_train.reshape(60000, 784)

return (x_train, y_train, x_test, y_test)

需要注意的是，mnist.load_data()是Keras的一部分，这使得你可以轻松地将MNIST数据集导入至工作区域中。

现在，你可以开始创建你的生成器和鉴别器网络了。在这一过程中，你会使用到Adam优化器（https://machinelearningmastery.com/adam-optimization-algorithm-for-deep-learning/）。此外，你还需要创建一个带有三个隐藏层的神经网络，其激活函数为Leaky Relu（https://www.quora.com/What-are-the-advantages-of-using-Leaky-Rectified-Linear-Units-Leaky-ReLU-over-normal-ReLU-in-deep-learning）。对于鉴别器而言，你需要为其添加dropout层（dropout layers）（https://medium.com/@amarbudhiraja/https-medium-com-amarbudhiraja-learning-less-to-learn-better-dropout-in-deep-machine-learning-74334da4bfc5），以提高对未知图像的鲁棒性。

def get_optimizer():

return Adam(lr=0.0002, beta_1=0.5)

def get_generator(optimizer):

generator = Sequential()

generator.add(Dense(256, input_dim=random_dim, kernel_initializer=initializers.RandomNormal(stddev=0.02)))

generator.add(LeakyReLU(0.2))

generator.add(Dense(512))

generator.add(LeakyReLU(0.2))

generator.add(Dense(1024))

generator.add(LeakyReLU(0.2))

generator.add(Dense(784, activation='tanh'))

generator.compile(loss='binary_crossentropy', optimizer=optimizer)

return generator

def get_discriminator(optimizer):

discriminator = Sequential()

discriminator.add(Dense(1024, input_dim=784, kernel_initializer=initializers.RandomNormal(stddev=0.02)))

discriminator.add(LeakyReLU(0.2))

discriminator.add(Dropout(0.3))

discriminator.add(Dense(512))

discriminator.add(LeakyReLU(0.2))

discriminator.add(Dropout(0.3))

discriminator.add(Dense(256))

discriminator.add(LeakyReLU(0.2))

discriminator.add(Dropout(0.3))

discriminator.add(Dense(1, activation='sigmoid'))

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

return discriminator

接下来，则需要将发生器和鉴别器组合在一起！

def get_gan_network(discriminator, random_dim, generator, optimizer):

# We initially set trainable to False since we only want to train either the

# generator or discriminator at a time

discriminator.trainable = False

# gan input (noise) will be 100-dimensional vectors

gan_input = Input(shape=(random_dim,))

# the output of the generator (an image)

x = generator(gan_input)

# get the output of the discriminator (probability if the image is real or not)

gan_output = discriminator(x)

gan = Model(inputs=gan_input, outputs=gan_output)

gan.compile(loss='binary_crossentropy', optimizer=optimizer)

return gan

为了完整起见，你还可以创建一个函数，使其每训练20个轮数就对生成的图像进行1次保存。由于这不是本次课程的核心内容，因此你不必完全理解该函数。

def plot_generated_images(epoch, generator, examples=100, dim=(10, 10), figsize=(10, 10)):

noise = np.random.normal(0, 1, size=[examples, random_dim])

generated_images = generator.predict(noise)

generated_images = generated_images.reshape(examples, 28, 28)

plt.figure(figsize=figsize)

for i in range(generated_images.shape[0]):

plt.subplot(dim[0], dim[1], i+1)

plt.imshow(generated_images[i], interpolation='nearest', cmap='gray_r')

plt.axis('off')

plt.tight_layout()

plt.savefig('gan_generated_image_epoch_%d.png' % epoch)

你现在已经编码了大部分网络，剩下的就是训练这个网络，并查看你创建的图像。

def train(epochs=1, batch_size=128):

# Get the training and testing data

x_train, y_train, x_test, y_test = load_minst_data()

# Split the training data into batches of size 128

batch_count = x_train.shape[0] / batch_size

# Build our GAN netowrk

adam = get_optimizer()

generator = get_generator(adam)

discriminator = get_discriminator(adam)

gan = get_gan_network(discriminator, random_dim, generator, adam)

for e in xrange(1, epochs+1):

print '-'*15, 'Epoch %d' % e, '-'*15

for _ in tqdm(xrange(batch_count)):

# Get a random set of input noise and images

noise = np.random.normal(0, 1, size=[batch_size, random_dim])

image_batch = x_train[np.random.randint(0, x_train.shape[0], size=batch_size)]

# Generate fake MNIST images

generated_images = generator.predict(noise)

X = np.concatenate([image_batch, generated_images])

# Labels for generated and real data

y_dis = np.zeros(2*batch_size)

# One-sided label smoothing

y_dis[:batch_size] = 0.9

# Train discriminator

discriminator.trainable = True

discriminator.train_on_batch(X, y_dis)

# Train generator

noise = np.random.normal(0, 1, size=[batch_size, random_dim])

y_gen = np.ones(batch_size)

discriminator.trainable = False

gan.train_on_batch(noise, y_gen)

if e == 1 or e % 20 == 0:

plot_generated_images(e, generator)

if __name__ == '__main__':

train(400, 128)

在训练400个轮数后，你可以查看生成的图像。在查看经过1个轮数训练后而生成的图像时，你会发现它没有任何真实结构，在查看经过40个轮数训练后而生成的图像时，你会发现数字开始成形，最后，在查看经过400个轮数训练后而生成的图像时，你会发现，除了一组数字难以辨识外，其余大多数数字都清晰可见。

训练1个轮数后的结果（上）| 训练40个轮数后的结果（中） | 训练400个轮数后的结果（下）

此代码在CPU上运行一次大约需要2分钟，这也是我们选择该代码的主要原因。你可以尝试进行更多轮数的训练，并向生成器和鉴别器中添加更多数量（种类）的层。当然，在仅使用CPU的前提下，采用更复杂和更深层的体系结构时，相应的代码运行时间也会有所延长。但也不要因此放弃尝试。

至此，你已经完成了全部的学习任务，你以一种直观的方式学习了生成式对抗网络（GAN）的基础知识！并且，你还在Keras库的协助下实现了你的第一个模型。

原文链接：https://towardsdatascience.com/demystifying-generative-adversarial-networks-c076d8db8f44