概述
此代码是在matlab平台上搭建了一个简单的toolbox，用来实现生成对抗性网络（Generative Adversarial Net），在代码中加入了卷积、反卷积、扩张卷积等网络层的实现。
网络层有卷积(conv2d)，反卷积(conv2d transpose)，扩张卷积(atrous conv2d)，下采样(sub sampling)，全连接(fully connect)和reshape，激活函数支持tanh、sigmoid、relu、leaky_relu，不过discriminator的最后一层的激活函数仅支持sigmoid。
由于我实现反卷积、扩张卷积的操作是通过在输入或卷积核中插入0值实现的，这样是一种低效的实现方式，代码的效率不高，但是可以作为matlab搭建神经网络的一些参考。
如果需要在matlab上高效地搭建卷积神经网络，可以使用matconvnet。github上有一个使用matconvnet搭建dcgan的例子：mcnDCGAN
More
MNIST数据集下载
代码托管在github上：GAN-Base-on-Matlab
代码说明
代码的文件夹结构
activation/ 激活函数
error_term/ 计算残差
gradient/ 计算梯度
layer/ 各种卷积操作、reshape和全连接
test/ 测试使用
util/ 提供基本操作的函数
gan_train.m 训练函数
nerual_network_flow文件夹中：
nerual_network_flow/nn_applygrads_adam.m 使用adam算法更新网络
nerual_network_flow/nn_applygrads_sgd.m 使用sgd算法更新网络
nerual_network_flow/nn_bp_d.m discriminator的bp函数
nerual_network_flow/nn_bp_g.m generator的bp函数
nerual_network_flow/nn_ff.m 前向传播函数
nerual_network_flow/nn_setup.m 网络创建函数
网络层的输入输出size
-
conv2d、conv2d_transpose、atrous_conv2d的卷积输入需要是一个四维数组[image_height, image_width, image_channel, batch_size]。 -
fully_connect的输入和输出都是一个二维数组，[data, batch_size]。
搭建一个网络层时需要使用到的参数
type 网络层的类型
output_shape 网络层的输出size
activation 所指定的激活函数：sigmoid，relu，tanh、leaky_relu
output_maps 输出的特征图个数
kernel_size 卷积核大小
stride 步长，conv2d层只支持步长为1的卷积操作，需要步长为2的话，就要配合下采样层一起使用
padding 卷积操作指定的padding模式，支持same或者valid
rate 扩张卷积的扩张率
scale 下采样层的缩小比率
使用struct表示神经网络的结构
输入层
struct('type', 'input', 'output_shape', [batch_size, 100])
全连接层
struct('type', 'fully_connect', 'output_shape', [batch_size, 3136], 'activation', 'leaky_relu')
反卷积层
struct('type', 'conv2d_transpose', 'output_shape', [batch_size, 14, 14, 10], 'kernel_size', 5, 'stride', 2, 'padding', 'same', 'activation', 'leaky_relu')
卷积层
struct('type', 'conv2d', 'output_maps', 10, 'kernel_size', 5, 'padding', 'same', 'activation', 'leaky_relu')
扩张卷积
struct('type', 'atrous_conv2d', 'output_maps', 10, 'rate', 2, 'kernel_size', 5, 'padding', 'same', 'activation', 'leaky_relu')
下采样
struct('type', 'sub_sampling', 'scale', 2)
使用示例
example_1
example_1中搭建了一个简单的GAN的网络结构，用来生成手写数字图片，使用matlab结构体设置好生成器和鉴别器的网络结构之后，可以通过gan_train函数对网络进行训练。
example_1 训练需要较长的训练时间，如果想快速看到训练结果的，可以尝试简化generator和discriminator的层数、网络节点数。
clc;
% -----------load mnist data
load('mnist_uint8', 'train_x');
train_x = double(reshape(train_x, 60000, 28, 28))/255;
% train_x:[height, width, channel, images_index]
train_x = permute(train_x,[3,2,4,1]);
batch_size = 64;
% ----------- model
generator.layers = {
struct('type', 'input', 'output_shape', [100, batch_size])
struct('type', 'fully_connect', 'output_shape', [3136, batch_size], 'activation', 'leaky_relu')
struct('type', 'reshape', 'output_shape', [7,7,64, batch_size])
struct('type', 'conv2d_transpose', 'output_shape', [14, 14, 32, batch_size], 'kernel_size', 5, 'stride', 2, 'padding', 'same', 'activation', 'leaky_relu')
struct('type', 'conv2d_transpose', 'output_shape', [28, 28, 1, batch_size], 'kernel_size', 5, 'stride', 2, 'padding', 'same', 'activation', 'sigmoid')
};
discriminator.layers = {
struct('type', 'input', 'output_shape', [28, 28, 1, batch_size])
struct('type', 'conv2d', 'output_maps', 32, 'kernel_size', 5, 'padding', 'same', 'activation', 'leaky_relu')
struct('type', 'sub_sampling', 'scale', 2)
struct('type', 'conv2d', 'output_maps', 64, 'kernel_size', 5, 'padding', 'same', 'activation', 'leaky_relu')
struct('type', 'sub_sampling', 'scale', 2)
struct('type', 'reshape', 'output_shape', [3136, batch_size])
struct('type', 'fully_connect', 'output_shape', [1, batch_size], 'activation', 'sigmoid')
};
args = struct('batch_size', batch_size, 'epoch', 10, 'learning_rate', 0.001, 'optimizer', 'adam');
[generator, discriminator] = gan_train(generator, discriminator, train_x, args);
example_1的结果：
epoch_5_t_500.png
epoch_6_t_500.png
example_2
example_2同样的也是使用了手写数字作为训练数据集，训练GAN来生成手写数字图片。
generator.layers = {
struct('type', 'input', 'output_shape', [100, batch_size])
struct('type', 'fully_connect', 'output_shape', [1024, batch_size], 'activation', 'relu')
struct('type', 'fully_connect', 'output_shape', [28*28, batch_size], 'activation', 'sigmoid')
struct('type', 'reshape', 'output_shape', [28, 28, 1, batch_size])
};
discriminator.layers = {
struct('type', 'input', 'output_shape', [28,28,1, batch_size])
struct('type', 'reshape', 'output_shape', [28*28, batch_size])
struct('type', 'fully_connect', 'output_shape', [1024, batch_size], 'activation', 'relu')
struct('type', 'fully_connect', 'output_shape', [1, batch_size], 'activation', 'sigmoid')
};
example_2的结果
epoch_7_t_1000.png
参考
https://grzegorzgwardys.wordpress.com/2016/04/22/8/Dumoulin V, Visin F. A guide to convolution arithmetic for deep learning[J]. arXiv preprint arXiv:1603.07285, 2016.https://github.com/rasmusbergpalm/DeepLearnToolbox/tree/master/CNNhttp://neuralnetworksanddeeplearning.com/index.html