27 从零生成式对抗网络 (GAN) 教程

本教程将教你如何使用生成式对抗网络（GAN）中的一种变种——深度卷积生成对抗网络（DCGAN），来生成手写数字（MNIST数据集）。

小节项目案例 1：使用 DCGAN 生成手写数字

1. 引言

生成式对抗网络（GAN）是一种能够生成新数据的神经网络架构。本小节重点介绍如何构建和训练一个简单的 DCGAN 来生成手写数字。这项任务将基于经典的 MNIST 数据集。

2. 环境准备

在开始之前，请确保你的环境中安装了以下库：

pip install tensorflow matplotlib numpy

3. 数据集准备

首先，我们需要加载 MNIST 数据集。可以使用 tf.keras.datasets 来加载：

import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt

# 加载 MNIST 数据集
(x_train, _), (_, _) = tf.keras.datasets.mnist.load_data()

# 归一化数据到 [-1, 1] 范围
x_train = x_train.astype('float32') / 255.0
x_train = (x_train - 0.5) * 2.0  # 转换到 [-1, 1]

# 扩展维度
x_train = np.expand_dims(x_train, axis=-1)

# 检查数据形状
print(x_train.shape)  # (60000, 28, 28, 1)

4. 创建生成器

生成器的任务是将随机噪声 z 转换为逼真的图像。在此示例中，我们使用几个卷积层和反卷积层来构建生成器。

def build_generator():
    model = tf.keras.Sequential()
    model.add(tf.keras.layers.Dense(7 * 7 * 256, use_bias=False, input_shape=(100,)))
    model.add(tf.keras.layers.BatchNormalization())
    model.add(tf.keras.layers.ReLU())
    model.add(tf.keras.layers.Reshape((7, 7, 256)))
    model.add(tf.keras.layers.Conv2DTranspose(128, (5, 5), strides=1, padding='same', use_bias=False))
    model.add(tf.keras.layers.BatchNormalization())
    model.add(tf.keras.layers.ReLU())
    model.add(tf.keras.layers.Conv2DTranspose(64, (5, 5), strides=2, padding='same', use_bias=False))
    model.add(tf.keras.layers.BatchNormalization())
    model.add(tf.keras.layers.ReLU())
    model.add(tf.keras.layers.Conv2DTranspose(1, (5, 5), strides=2, padding='same', use_bias=False, activation='tanh'))
  
    return model

generator = build_generator()
generator.summary()

5. 创建判别器

判别器的任务是判断输入图像是真实的还是生成的。我们也使用几个卷积层来构建判别器。

def build_discriminator():
    model = tf.keras.Sequential()
    model.add(tf.keras.layers.Conv2D(64, (5, 5), strides=2, padding='same', input_shape=[28, 28, 1]))
    model.add(tf.keras.layers.LeakyReLU(alpha=0.2))
    model.add(tf.keras.layers.Dropout(0.3))
    model.add(tf.keras.layers.Conv2D(128, (5, 5), strides=2, padding='same'))
    model.add(tf.keras.layers.LeakyReLU(alpha=0.2))
    model.add(tf.keras.layers.Dropout(0.3))
    model.add(tf.keras.layers.Flatten())
    model.add(tf.keras.layers.Dense(1))

    return model

discriminator = build_discriminator()
discriminator.summary()

6. 损失函数和优化器

DCGAN 使用的损失函数是对抗损失。我们将使用 BinaryCrossentropy 作为损失函数，优化器使用 Adam。

cross_entropy = tf.keras.losses.BinaryCrossentropy(from_logits=True)

def discriminator_loss(real_output, fake_output):
    real_loss = cross_entropy(tf.ones_like(real_output), real_output)
    fake_loss = cross_entropy(tf.zeros_like(fake_output), fake_output)
    total_loss = real_loss + fake_loss
    return total_loss

def generator_loss(fake_output):
    return cross_entropy(tf.ones_like(fake_output), fake_output)

7. 训练循环

接下来，我们需要编写训练循环。在训练中，生成器和判别器会相互竞争。

# 训练参数
EPOCHS = 50
BATCH_SIZE = 256
NOISE_DIM = 100

# 创建数据集
train_dataset = tf.data.Dataset.from_tensor_slices(x_train).shuffle(60000).batch(BATCH_SIZE)

# 优化器
generator_optimizer = tf.keras.optimizers.Adam(1e-4)
discriminator_optimizer = tf.keras.optimizers.Adam(1e-4)

# 训练步骤
@tf.function
def train_step(images):
    noise = tf.random.normal([BATCH_SIZE, NOISE_DIM])

    with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:
        generated_images = generator(noise, training=True)

        real_output = discriminator(images, training=True)
        fake_output = discriminator(generated_images, training=True)

        gen_loss = generator_loss(fake_output)
        disc_loss = discriminator_loss(real_output, fake_output)

    gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables)
    gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables)

    generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables))
    discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables))

# 训练过程
def train(EPOCHS):
    for epoch in range(EPOCHS):
        for image_batch in train_dataset:
            train_step(image_batch)

        # 生成并保存图像
        generate_and_save_images(generator, epoch)

# 生成并保存图像的函数
def generate_and_save_images(model, epoch):
    noise = tf.random.normal([16, NOISE_DIM])
    generated_images = model(noise, training=False)
    generated_images = (generated_images + 1) / 2.0  # 还原到 [0, 1] 范围

    plt.figure(figsize=(4, 4))
    for i in range(generated_images.shape[0]):
        plt.subplot(4, 4, i + 1)
        plt.imshow(generated_images[i, :, :, 0], cmap='gray')
        plt.axis('off')
    plt.savefig(f'gan_generated_epoch_{epoch}.png')
    plt.show()

# 开始训练
train(EPOCHS)

8. 结果与总结

运行以上代码之后，你会看到