|
大家好，歡迎來(lái)到專欄《百戰(zhàn)GAN》，我們?cè)诠娞?hào)已經(jīng)輸出了非常多的GAN相關(guān)的理論，這一次我們開(kāi)設(shè)《百戰(zhàn)GAN》專欄，在這個(gè)專欄里，我們會(huì)進(jìn)行算法的核心思想講解，代碼的詳解，模型的訓(xùn)練等內(nèi)容。 作者&編輯 | 言有三 本文資源與生成結(jié)果展示   本文篇幅：5000字 背景要求：會(huì)使用Python，Tensorflow或者Pytorch 附帶資料：項(xiàng)目推薦，版本包括Pytorch+Tensorflow 同步平臺(tái)：有三AI知識(shí)星球(一周內(nèi)) 1 項(xiàng)目背景 生成對(duì)抗網(wǎng)絡(luò)如今在計(jì)算機(jī)視覺(jué)的很多領(lǐng)域中都被廣泛應(yīng)用，需要每一個(gè)學(xué)習(xí)深度學(xué)習(xí)相關(guān)技術(shù)的算法人員掌握，我們公眾號(hào)和知識(shí)星球講述了非常多的理論知識(shí)，在這個(gè)《百戰(zhàn)GAN》專欄中，我們會(huì)配合各類實(shí)戰(zhàn)案例來(lái)幫助大家進(jìn)行提升，本次項(xiàng)目開(kāi)發(fā)需要以下環(huán)境： (1) Linux系統(tǒng)或者windows系統(tǒng)，使用Linux效率更高。 (2) 安裝好的Tensorflow，CPU或者GPU訓(xùn)練都可以。 2 原理簡(jiǎn)介 今天我們要實(shí)踐的模型是DCGAN和CGAN，DCGAN是第一個(gè)全卷積GAN，麻雀雖小，五臟俱全，最適合新人實(shí)踐。  DCGAN的生成器和判別器都采用了4層的網(wǎng)絡(luò)結(jié)構(gòu)。生成器網(wǎng)絡(luò)結(jié)構(gòu)如上圖所示，輸入為1×100的向量，然后經(jīng)過(guò)一個(gè)全連接層學(xué)習(xí)，reshape為4×4×1024的張量，再經(jīng)過(guò)4個(gè)上采樣的反卷積網(wǎng)絡(luò)層，生成64×64的圖，各層的配置如下：  判別器輸入64×64大小的圖，經(jīng)過(guò)4次卷積，分辨率降低為4×4的大小，每一個(gè)卷積層的配置如下：  DCGAN并不能控制生成圖片的類別，條件GAN(CGAN)則使用了條件控制變量作為輸入，是幾乎后續(xù)所有性能強(qiáng)大的GAN的基礎(chǔ)。網(wǎng)絡(luò)結(jié)構(gòu)如下，其中的y就是條件變量。  對(duì)于生成器來(lái)說(shuō)，輸入包括z和y，兩者會(huì)進(jìn)行拼接后作為輸入。對(duì)于判別器來(lái)說(shuō)，輸入包括了x和y，兩者會(huì)進(jìn)行拼接后作為輸入，當(dāng)然為了和z以及x進(jìn)行拼接，y需要做一些維度變換，即reshape操作。 關(guān)于它們的理論更加詳細(xì)的講解，大家可以移步有三AI知識(shí)星球，或者自行閱讀論文。 3 模型訓(xùn)練 接下來(lái)我們進(jìn)行實(shí)踐，選擇tensorflow框架，下面詳解具體的工程代碼，主要包括： (1) 生成器和判別器模型的定義。 (2) 損失和優(yōu)化目標(biāo)的定義。 3.1 DCGAN類定義 首先我們需要定義一個(gè)類，設(shè)計(jì)好輸入輸出，__init__函數(shù)如下： # 模型定義 class DCGAN(object): def __init__(self, sess, input_height=108, input_width=108, crop=True, batch_size=64, sample_num = 64, output_height=64, output_width=64, y_dim=None, z_dim=100, gf_dim=64, df_dim=64, gfc_dim=1024, dfc_dim=1024, c_dim=3, dataset_name='default', max_to_keep=1, input_fname_pattern='*.jpg', checkpoint_dir='ckpts', sample_dir='samples', out_dir='./out', data_dir='./data'): 其中參數(shù)解釋如下：sess表示TensorFlow session，batch_size即批處理大??；z_dim是噪聲的維度，默認(rèn)為100；y_dim是一個(gè)可選的條件變量，比如分類標(biāo)簽，用于CGAN；gf_dim是生成器第一個(gè)卷積層的通道數(shù)；df_dim是判別器第一個(gè)卷積層的通道數(shù)；gfc_dim是生成器全連接層維度；dfc_dim是判別器全連接層維度；c_dim是輸入圖像維度，灰度圖為1，彩色圖為3。 從上述代碼可以看出，初始化函數(shù)__init__中配置了訓(xùn)練輸入圖尺寸，批處理大小，輸出圖尺寸，生成器的輸入維度，以及生成器和判別的卷積層和全連接層的若干維度變量。 |
|
|
