CGAN损失函数详解：从理论到PyTorch实战

1次阅读

共计 1951 个字符，预计需要花费 5 分钟才能阅读完成。

传统 GAN（Generative Adversarial Network）虽然能生成逼真数据，但存在两个致命缺陷：

缺乏定向控制：无法指定生成特定类别的内容（比如想要生成 ” 数字 7 ″ 却随机输出）
模式崩溃(Mode Collapse)：生成器只学会生成部分样本，多样性急剧下降

CGAN（Conditional GAN）通过引入条件变量 y（通常是类别标签）完美解决了这些问题。在 MNIST 手写数字的例子中，我们可以用条件标签控制生成 ” 指定数字 ”。

原始 GAN 的损失函数：
$$\min_G \max_D V(D,G) = \mathbb{E}{x\sim p[\log(1-D(G(z)))]$$}(x)}[\log D(x)] + \mathbb{E}_{z\sim p_z(z)

CGAN 在此基础上增加条件变量 y，核心改进体现在：

判别器损失：需要同时判断 ” 数据真实性 ” 和 ” 条件匹配性 ”
$$L_D = -\mathbb{E}{x,y\sim p[\log(1-D(G(z|y)|y))]$$}}[\log D(x|y)] – \mathbb{E}_{z\sim p_z, y\sim p_y
生成器损失：既要欺骗判别器，又要满足条件约束
$$L_G = -\mathbb{E}_{z\sim p_z, y\sim p_y}[\log D(G(z|y)|y)]$$

关键改进点：所有输入输出都串联了条件信息 y，相当于给模型加了一个 ” 目标指引 ”。

import torch
import torch.nn as nn

# 判别器结构（加入条件信息拼接）class Discriminator(nn.Module):
    def __init__(self):
        super().__init__()
        self.label_embedding = nn.Embedding(10, 10)  # MNIST 有 10 类
        self.model = nn.Sequential(nn.Linear(794, 1024),  # 784+10=794
            nn.LeakyReLU(0.2),
            nn.Dropout(0.3),
            nn.Linear(1024, 1),
            nn.Sigmoid())

    def forward(self, x, labels):
        c = self.label_embedding(labels)
        x = torch.cat([x.view(x.size(0), -1), c], 1)
        return self.model(x)

# 损失函数定义
criterion = nn.BCELoss()
def generator_loss(fake_output):
    return criterion(fake_output, torch.ones_like(fake_output))

def discriminator_loss(real_output, fake_output):
    real_loss = criterion(real_output, torch.ones_like(real_output))
    fake_loss = criterion(fake_output, torch.zeros_like(fake_output))
    return (real_loss + fake_loss) / 2

根据我们在 MNIST 上的实验，推荐以下参数组合：