pytorch - GAN

Ian Goodfellow在2014年的《Generative Adversarial Nets》中提出了生成对抗网络的概念，具体的思想大家恐怕都看烂了~整个模型的架构可以表示为

目标函数为$$\underset{G}{\min }\underset{D}{\max }V(G,D)=E_{x-p_{\text{ data }}(x)}\log D\left(x_i\right)+E_{x\sim p_z(z)}\log \left(1-D\left(G\left(z_i\right)\right)\right)$$

下面来看一下我们用pytorch如何在MNIST数据集上实现GAN，以下的代码来源于pytorch-GAN。

• 首先引入所需的库文件

## argparse是python用于解析命令行参数和选项的标准模块
# 使用步骤：
# 1 import argparse
# 2 parser = argparse.ArgumentParser()
# 3 parser.add_argument()
# 4 parser.parse_args()
import argparse
import os
import numpy as np
import math

# 用于data augmentation
import torchvision.transforms as transforms
# 保存生成图像
from torchvision.utils import save_image

from torch.utils.data import DataLoader
from torchvision import datasets
from torch.autograd import Variable

import torch.nn as nn
import torch.nn.functional as F
import torch

• 然后设置模型中的某些参数，这里使用了argparse来集中操作

# 如果根目录下不存在images文件夹，则创建images存放生成图像结果
os.makedirs("images", exist_ok=True)

# 创建解析对象
parser = argparse.ArgumentParser()
# 向解析对象中添加命令行参数和选项
# epoch = 200，批大小 = 64，学习率 = 0.0002，衰减率 = 0.5/0.999，线程数 = 8，隐码维数 = 100，样本尺寸 = 28 * 28，通道数 = 1，样本间隔 = 400
parser.add_argument("--n_epochs", type=int, default=200, help="number of epochs of training")
parser.add_argument("--batch_size", type=int, default=64, help="size of the batches")
parser.add_argument("--lr", type=float, default=0.0002, help="adam: learning rate")
parser.add_argument("--b1", type=float, default=0.5, help="adam: decay of first order momentum of gradient")
parser.add_argument("--b2", type=float, default=0.999, help="adam: decay of first order momentum of gradient")
parser.add_argument("--n_cpu", type=int, default=8, help="number of cpu threads to use during batch generation")
parser.add_argument("--latent_dim", type=int, default=100, help="dimensionality of the latent space")
parser.add_argument("--img_size", type=int, default=28, help="size of each image dimension")
parser.add_argument("--channels", type=int, default=1, help="number of image channels")
parser.add_argument("--sample_interval", type=int, default=400, help="interval betwen image samples")
# 解析参数
opt = parser.parse_args()
print(opt)

• 创建生成器G

#-------------------------
#        生成器
#-------------------------
class Generator(nn.Module):
    def __init__(self):
        super(Generator, self).__init__()

        
        def block(in_feat, out_feat, normalize=True):
            # 这里简单的只对输入数据做线性转换
            layers = [nn.Linear(in_feat, out_feat)]
            # 使用BN
            if normalize:
                layers.append(nn.BatchNorm1d(out_feat, 0.8))
            # 添加LeakyReLU非线性激活层
            layers.append(nn.LeakyReLU(0.2, inplace=True))
            return layers

        # 创建生成器网络模型
        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()
        )

    # 前向
    def forward(self, z):
        # 生成假样本
        img = self.model(z)
        img = img.view(img.size(0), *img_shape)
        # 返回生成图像
        return img

• 创建判别器D

#-------------------------
#        判别器
#-------------------------
class Discriminator(nn.Module):
    def __init__(self):
        super(Discriminator, self).__init__()

        self.model = nn.Sequential(
            nn.Linear(int(np.prod(img_shape)), 512),
            nn.LeakyReLU(0.2, inplace=True),
            nn.Linear(512, 256),
            nn.LeakyReLU(0.2, inplace=True),
            nn.Linear(256, 1),
            # 因需判别真假，这里使用Sigmoid函数给出标量的判别结果
            nn.Sigmoid(),
        )
 
    # 判别
    def forward(self, img):
        img_flat = img.view(img.size(0), -1)
        validity = self.model(img_flat)
        # 判别结果
        return validity

• 损失函数和优化器

# 损失函数：二分类交叉熵函数
adversarial_loss = torch.nn.BCELoss()

# 优化器，G和D都使用Adam
optimizer_G = torch.optim.Adam(generator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))
optimizer_D = torch.optim.Adam(discriminator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))

• 加载数据集

os.makedirs("../../data/mnist", exist_ok=True)
#------------------------------------------
#      torch.utils.data.DataLoader
#------------------------------------------
# 数据加载器，结合了数据集和取样器，并且可以提供多个线程处理数据集。在训练模型时使用到此函数，用来把训练数据分成多个小组，此函数每次抛出一组数据。直至把所有的数据都抛出。就是做一个数据的初始化
#
#torch.utils.data.DataLoader(dataset, batch_size=1, shuffle=False, sampler=None, 
#                            batch_sampler=None, num_workers=0, collate_fn=,
#                            pin_memory=False, drop_last=False, timeout=0, worker_init_fn=None)  
# dataset:加载数据的数据集
# batch_size:每批次加载的数据量
# shuffle：默认false，若为True，表示在每个epoch打乱数据
# sampler：定义从数据集中绘制示例的策略,如果指定，shuffle必须为False  
# ...
# 更多可参考: https://pytorch.org/docs/stable/data.html 

# 设置数据加载器，这里使用MNIST数据集
dataloader = torch.utils.data.DataLoader(
    datasets.MNIST(
        "../../data/mnist",
        train=True,
        download=True,
        transform=transforms.Compose(
            [transforms.Resize(opt.img_size), transforms.ToTensor(), transforms.Normalize([0.5], [0.5])]
        ),
    ),
    batch_size=opt.batch_size,
    shuffle=True,
)

• 训练模型

#-----------------------
#      训练模型
#-----------------------
for epoch in range(opt.n_epochs):
    for i, (imgs, _) in enumerate(dataloader):

        # 
        valid = Variable(Tensor(imgs.size(0), 1).fill_(1.0), requires_grad=False)
        fake = Variable(Tensor(imgs.size(0), 1).fill_(0.0), requires_grad=False)

        # 输入
        real_imgs = Variable(imgs.type(Tensor))

        # -----------------
        #  训练 G
        # -----------------

        optimizer_G.zero_grad()

        # 采样随机噪声向量
        z = Variable(Tensor(np.random.normal(0, 1, (imgs.shape[0], opt.latent_dim))))

        # 训练得到一批次生成样本
        gen_imgs = generator(z)

        # 计算G的损失函数值
        g_loss = adversarial_loss(discriminator(gen_imgs), valid)

        # 更新G
        g_loss.backward()
        optimizer_G.step()

        # ---------------------
        #  训练 D
        # ---------------------

        optimizer_D.zero_grad()

        # 评估D的判别能力
        real_loss = adversarial_loss(discriminator(real_imgs), valid)
        fake_loss = adversarial_loss(discriminator(gen_imgs.detach()), fake)
        d_loss = (real_loss + fake_loss) / 2

        # 更新D
        d_loss.backward()
        optimizer_D.step()

        print(
            "[Epoch %d/%d] [Batch %d/%d] [D loss: %f] [G loss: %f]"
            % (epoch, opt.n_epochs, i, len(dataloader), d_loss.item(), g_loss.item())
        )

        #保存结果
        batches_done = epoch * len(dataloader) + i
        if batches_done % opt.sample_interval == 0:
            save_image(gen_imgs.data[:25], "images/%d.png" % batches_done, nrow=5, normalize=True)

实验结果

因为只有一块1080Ti，所以这里设置epoch = 50 跑了一下实现，结果如下所示：