GAN新手入门指南：从零开始理解生成对抗网络的原理与实践

1次阅读

没有评论

共计 1677 个字符，预计需要花费 5 分钟才能阅读完成。

生成对抗网络（GAN）由生成器（Generator）和判别器（Discriminator）组成，两者通过对抗训练不断提升性能。生成器负责生成逼真的数据，判别器则判断数据是真实还是生成的。这种对抗过程类似于伪造者和鉴定专家的博弈。

生成器工作原理 ：输入随机噪声向量，通过神经网络生成假数据。目标是让判别器无法区分生成数据和真实数据。
判别器工作原理 ：接收真实数据和生成数据，输出一个概率值表示数据真实性。目标是准确区分真假数据。
对抗训练过程 ：两者交替训练，生成器试图欺骗判别器，判别器则不断提升鉴别能力，最终达到纳什均衡。

初学者在实践中常遇到以下问题：

模式崩溃 ：生成器只生成有限种类的样本，缺乏多样性。
训练不稳定 ：生成器和判别器难以同步提升，导致训练振荡。
梯度消失 ：当判别器过于强大时，生成器无法获得有效梯度。

下面我们使用 PyTorch 实现一个简单的 DCGAN 模型。

import torch
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms
from torch.utils.data import DataLoader
import matplotlib.pyplot as plt

# 生成器定义
class Generator(nn.Module):
    def __init__(self, latent_dim=100):
        super().__init__()
        self.main = nn.Sequential(
            # 输入是 100 维噪声
            nn.ConvTranspose2d(latent_dim, 256, 4, 1, 0, bias=False),
            nn.BatchNorm2d(256),
            nn.ReLU(True),
            # 上采样...
        )

    def forward(self, input):
        return self.main(input)

# 判别器定义
class Discriminator(nn.Module):
    def __init__(self):
        super().__init__()
        self.main = nn.Sequential(
            # 输入是 3 通道图像
            nn.Conv2d(3, 64, 4, 2, 1, bias=False),
            nn.LeakyReLU(0.2, inplace=True),
            # 下采样...
        )

    def forward(self, input):
        return self.main(input)

# 训练循环
for epoch in range(num_epochs):
    for i, data in enumerate(dataloader):
        # 训练判别器
        optimizer_D.zero_grad()
        real_loss = criterion(real_output, real_labels)
        fake_loss = criterion(fake_output, fake_labels)
        d_loss = real_loss + fake_loss
        d_loss.backward()
        optimizer_D.step()

        # 训练生成器
        optimizer_G.zero_grad()
        g_loss = criterion(fake_output, real_labels)
        g_loss.backward()
        optimizer_G.step()

通过训练，我们可以观察到生成图片质量逐步提升的过程：