生成对抗网络(GAN)

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第12天，点击查看活动详情

生成对抗网络(GAN)与前面介绍过的resnet和unet类似，也是一种网络模型，它主要由两部分构成，分别是生成器和判别器。

首先阐述一下什么是生成器，其结构就是一个图片生成模型，它根据随机的噪声来生成一组图片。

然后是判别器，判别器根据生成器生成的图片进行一个度量，也就是看一下与ground truth的差异，也就是打假，如果两幅图比较后输出为1，表明这就是真实图片，否则就给出一个小于1的概率，认为这是生成的图片与真实图片的相似度。

然后，对于整个网络的训练，我们使用下面的损失函数进行求解，仅需要找到损失函数的最小值，即此时，生成器生成的图片，判别器已经无法区分两者的真假。

关于对于损失函数的相关推导，本博客就不详细的叙述了，可以在GAN提出的论文中进行阅读，在论文中作者也给出了详细的说明。 下面通过一组pytorch代码来了解生成器和判别器的代码

首先是生成器

class Generator(nn.Module):
    def __init__(self):
        super(Generator, self).__init__()
        # 定义了一个网络块
    def block(in_feat, out_feat, normalize=True):
        # 线性层
        layers = [nn.Linear(in_feat, out_feat)]
        # 归一化
        if normalize:
            layers.append(nn.BatchNorm1d(out_feat, 0.8))
        # leakrelu层
        layers.append(nn.LeakyReLU(0.2, inplace=True))
        return layers
    # 构造了一个容器，用于存放每一层网络
    self.model = nn.Sequential(
        *block(opt.latent_dim, 128, normalize=False),
        *block(128, 256),
        *block(256, 512),
        *block(512, 1024),
        nn.Linear(1024, int(np.prod(img_shape))),
        nn.Tanh()
    )
    # 网络的传播
    def forward(self, z):
        img = self.model(z)
        img = img.view(img.shape[0], *img_shape)
        return img

下面是判别器层

def discriminator_model(nn.Module):
	def __init__(self):
        super(discriminator_model, self).__init__()
    
	self.model = nn.Sequential(
        Conv2D(64, (5, 5), padding='same', input_shape=(64, 64, 3))
		Activation('tanh')
		MaxPooling2D(pool_size=(2, 2))
		Conv2D(128, (5, 5))
		Activation('tanh')
		MaxPooling2D(pool_size=(2, 2))
		Flatten())
		Dense(1024))
		Activation('tanh')
		Dense(1))
		Activation('sigmoid')
    )
	def forward(self, z):
        img = self.model(z)
        img = img.view(img.shape[0], *img_shape)
        return img
    return model

对于生成器和判别器的代码结构都相对清晰，构建过程没有复杂的结构和方法，只需要在使用时了解其结构和原理即可。本文讲解的主要为最原始的gan结构，目前随着各个GAN版本的出现和修改，各种改进后的版本层出不穷，需要的也可以根据提出者发表的论文进行修改和复现，以适应自己的任务。