作报告写了ppt，这里po上
更完整的介绍关注专栏生成对抗网络Generative Adversarial Network
本篇的同名博客[生成对抗网络GAN入门指南]（3）GAN的工程实践及基础代码
In[1]:
import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport numpy as npimport matplotlib.pyplot as pltimport matplotlib.gridspec as gridspecimport os
In[2]:
#该函数将给出权重初始化的方法def variable_init(size):in_dim = size[0]#计算随机生成变量所服从的正态分布标准差w_stddev = 1. / tf.sqrt(in_dim / 2.)return tf.random_normal(shape=size, stddev=w_stddev)
In[3]:
#定义输入矩阵的占位符，输入层单元为784，None代表批量大小的占位，X代表输入的真实图片。占位符的数值类型为32位浮点型X = tf.placeholder(tf.float32, shape=[None, 784])#定义判别器的权重矩阵和偏置项向量，由此可知判别网络为三层全连接网络D_W1 = tf.Variable(variable_init([784, 128]))D_b1 = tf.Variable(tf.zeros(shape=[128]))D_W2 = tf.Variable(variable_init([128, 1]))D_b2 = tf.Variable(tf.zeros(shape=[1]))theta_D = [D_W1, D_W2, D_b1, D_b2]#定义生成器的输入噪声为100维度的向量组，None根据批量大小确定Z = tf.placeholder(tf.float32, shape=[None, 100])#定义生成器的权重与偏置项。输入层为100个神经元且接受随机噪声，#输出层为784个神经元，并输出手写字体图片。生成网络根据原论文为三层全连接网络G_W1 = tf.Variable(variable_init([100, 128]))G_b1 = tf.Variable(tf.zeros(shape=[128]))G_W2 = tf.Variable(variable_init([128, 784]))G_b2 = tf.Variable(tf.zeros(shape=[784]))theta_G = [G_W1, G_W2, G_b1, G_b2]
In[4]:
#定义一个可以生成m*n阶随机矩阵的函数，该矩阵的元素服从均匀分布，随机生成的z就为生成器的输入def sample_Z(m, n):return np.random.uniform(-1., 1., size=[m, n])
In[5]:
#定义生成器def generator(z):#第一层先计算 y=z*G_W1+G-b1,然后投入激活函数计算G_h1=ReLU（y）,G_h1 为第二次层神经网络的输出激活值G_h1 = tf.nn.relu(tf.matmul(z, G_W1) + G_b1)#以下两个语句计算第二层传播到第三层的激活结果，第三层的激活结果是含有784个元素的向量，该向量转化28×28就可以表示图像G_log_prob = tf.matmul(G_h1, G_W2) + G_b2G_prob = tf.nn.sigmoid(G_log_prob)return G_prob
In[6]:
#定义判别器def discriminator(x):#计算D_h1=ReLU（x*D_W1+D_b1）,该层的输入为含784个元素的向量D_h1 = tf.nn.relu(tf.matmul(x, D_W1) + D_b1)#计算第三层的输出结果。因为使用的是Sigmoid函数，则该输出结果是一个取值为[0,1]间的标量（见上述权重定义）#即判别输入的图像到底是真（=1）还是假（=0）D_logit = tf.matmul(D_h1, D_W2) + D_b2D_prob = tf.nn.sigmoid(D_logit)#返回判别为真的概率和第三层的输入值，输出D_logit是为了将其输入tf.nn.sigmoid_cross_entropy_with_logits()以构建损失函数return D_prob, D_logit
In[7]:
#该函数用于输出生成图片def plot(samples):fig = plt.figure(figsize=(4, 4))gs = gridspec.GridSpec(4, 4)gs.update(wspace=0.05, hspace=0.05)for i, sample in enumerate(samples):ax = plt.subplot(gs[i])plt.axis('off')ax.set_xticklabels([])ax.set_yticklabels([])ax.set_aspect('equal')plt.imshow(sample.reshape(28, 28), cmap='Greys_r')return fig
交叉熵损失函数
函数的输入是和，就是神经网络模型中的矩阵，且不需要经过激活函数。而的shape和相同，即正确的标注值。
那么该函数的表达式为
In[8]:
#输入随机噪声z而输出生成样本G_sample = generator(Z)#分别输入真实图片和生成的图片，并投入判别器以判断真伪D_real, D_logit_real = discriminator(X)D_fake, D_logit_fake = discriminator(G_sample)#以下为原论文的判别器损失和生成器损失，但本实现并没有使用该损失函数# D_loss = -tf.reduce_mean(tf.log(D_real) + tf.log(1. - D_fake))# G_loss = -tf.reduce_mean(tf.log(D_fake))# 我们使用交叉熵作为判别器和生成器的损失函数，因为sigmoid_cross_entropy_with_logits内部会对预测输入执行Sigmoid函数，#所以我们取判别器最后一层未投入激活函数的值，即D_h1*D_W2+D_b2。#tf.ones_like(D_logit_real)创建维度和D_logit_real相等的全是1的标注，真实图片。D_loss_real = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=D_logit_real, labels=tf.ones_like(D_logit_real)))D_loss_fake = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=D_logit_fake, labels=tf.zeros_like(D_logit_fake)))#损失函数为两部分，即E[log(D(x))]+E[log(1-D(G(z)))]，将真的判别为假和将假的判别为真D_loss = D_loss_real + D_loss_fake#同样使用交叉熵构建生成器损失函数G_loss = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(logits=D_logit_fake, labels=tf.ones_like(D_logit_fake)))#定义判别器和生成器的优化方法为Adam算法，关键字var_list表明最小化损失函数所更新的权重矩阵D_solver = tf.train.AdamOptimizer().minimize(D_loss, var_list=theta_D)G_solver = tf.train.AdamOptimizer().minimize(G_loss, var_list=theta_G)
In[9]:
#选择训练的批量大小和随机生成噪声的维度mb_size = 128Z_dim = 100#读取数据集MNIST，并放在当前目录data文件夹下MNIST文件夹中，如果该地址没有数据，则下载数据至该文件夹mnist = input_data.read_data_sets("./data/MNIST/", one_hot=True)
Extracting ./data/MNIST/train-images-idx3-ubyte.gzExtracting ./data/MNIST/train-labels-idx1-ubyte.gzExtracting ./data/MNIST/t10k-images-idx3-ubyte.gzExtracting ./data/MNIST/t10k-labels-idx1-ubyte.gz
In[10]:
#打开一个会话运行计算图sess = tf.Session()#初始化所有定义的变量sess.run(tf.global_variables_initializer())#如果当前目录下不存在out文件夹，则创建该文件夹if not os.path.exists('out/'):os.makedirs('out/')#初始化，并开始迭代训练，100W次i = 0for it in range(20000):#每2000次输出一张生成器生成的图片if it % 2000 == 0:samples = sess.run(G_sample, feed_dict={Z: sample_Z(16, Z_dim)})fig = plot(samples)plt.savefig('out/{}.png'.format(str(i).zfill(3)), bbox_inches='tight')i += 1plt.close(fig)#next_batch抽取下一个批量的图片，该方法返回一个矩阵，即shape=[mb_size，784]，每一行是一张图片，共批量大小行X_mb, _ = mnist.train.next_batch(mb_size)#投入数据并根据优化方法迭代一次，计算损失后返回损失值_, D_loss_curr = sess.run([D_solver, D_loss], feed_dict={X: X_mb, Z: sample_Z(mb_size, Z_dim)})_, G_loss_curr = sess.run([G_solver, G_loss], feed_dict={Z: sample_Z(mb_size, Z_dim)})#每迭代2000次输出迭代数、生成器损失和判别器损失if it % 2000 == 0:print('Iter: {}'.format(it))print('D loss: {:.4}'. format(D_loss_curr))print('G_loss: {:.4}'.format(G_loss_curr))print()
Iter: 0D loss: 1.671G_loss: 1.718Iter: 2000D loss: 0.05008G_loss: 4.74Iter: 4000D loss: 0.3667G_loss: 4.85Iter: 6000D loss: 0.3974G_loss: 4.059Iter: 8000D loss: 0.7007G_loss: 2.628Iter: 10000D loss: 0.4421G_loss: 3.05Iter: 12000D loss: 0.7872G_loss: 2.562Iter: 14000D loss: 0.7155G_loss: 2.877Iter: 16000D loss: 0.9827G_loss: 2.042Iter: 18000D loss: 0.7171G_loss: 1.966
