「Deep Learning」Note on DCGAN（深度卷积生成对抗网络）

QQ Group: 428014259
Tencent E-mail：[email protected]
http://blog.csdn.net/dgyuanshaofeng/article/details/80035454

0 摘要

DCGANs，如作者描述 ，“have certain architectural constraints”，即设计原则依赖大量的尝试。
无监督学习到的特征，可作为通用图像表征。

1 介绍

2 相关工作

2.1 在无标注数据中学习表征

即无监督表征学习，其中，K-means就是一种经典方法。
在神经网络中，自编码器auto-encoder也是一种流行方法。

2.2 生成自然图像

生成图像模型分为参数和非参数型。非参数型，经典和熟知的有PatchMatch，等等。参数型，提及Kingma和Welling的变分采样方法，即VAE，其常见的缺陷为生成图像是模糊的。还提及，原始GAN和LAPGAN（拉普拉斯GAN）。

2.3 可视化卷积网络的内部神经元

提及两个经典工作，Zeiler的去卷积/反卷积/转置卷积，Mordvintsev的梯度上升。

3 方法和模型架构

通过“extensive model exploration”，作者发现了一族网络架构是可以稳定学习的，并且可以采用更深的模型，可以训练更高分辨率的图像。
作者发现三点设计原则：
其一，采用全卷积网络。strided convolutions代替池化。
其二，移除全连接层。作者发现，全局均值池化可以提高模型稳定性，但是损害收敛速度。
其三，使用Batch Normalization。BN可稳定学习，可防止生成器的模型坍塌。不要在生成器的输出层和判别器的输入层使用BN。
生成器中除了最后一层使用Tanh激活函数，其它层的激活函数采用ReLU。【后来，建议采用泄漏ReLU】作者发现，bounded activation使得模型学习很快饱和，覆盖训练分部的彩色空间。在判别器中，泄漏ReLU更好。原始GAN使用maxout激活并不好。
总而言之，记住如图1所示的设计指导。

图 1

4 对抗训练的细节

数据集：Large-scal Scene Understanding(LSUN), ImageNet-1k
学习率为0.0002
Adam里面的${\beta }_1$由0.9改为0.5，可稳定训练

4.1 LSUN

不采用数据扩充。

4.2 FACES

不采用数据扩充。35万人脸。

4.3 ImageNet-1k

不采用数据扩充。【所以生成任务，不需要进行数据扩充？改变了数据分布，增加拟合难度？还是增加重复图像？】

5 DCGAN能力的经验验证

5.1 使用GAN作为特征提取器，对CIFAR-10进行分类

如原文Table 1所示，利用判别器的特征进行分类，超越非深度学习方法的精度，但是差于Exemplar CNN。

5.2 使用GAN作为特征提取器，对SVHN进行分类

如原文Table 2所示，error rate最低。

6 探究和可视化网络内部

6.1 隐空间游走

6.2 可视化判别器的特征

6.3 操作/编辑生成器的表征

7 结论和未来工作

[1] Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks 2015 [Arxiv paper]