深度卷積生成對抗網路（DCGAN）

一、前言

🚀 我的環境：

• 語言環境：Python3.6.5
• 編譯器：jupyter notebook
• 深度學習環境：TensorFlow2.4.1

🚀 深度學習新人必看：

1. 小白入門深度學習 | 第一篇：配置深度學習環境
2. 小白入門深度學習 | 第二篇：編譯器的使用-Jupyter Notebook
3. 小白入門深度學習 | 第三篇：深度學習初體驗

🚀 卷積神經網路篇：

1. 深度學習100例-卷積神經網路（CNN）實作mnist手寫數字識別 | 第1天
2. 深度學習100例-卷積神經網路（CNN）彩色圖片分類 | 第2天
3. 深度學習100例-卷積神經網路（CNN）服裝影像分類 | 第3天
4. 深度學習100例-卷積神經網路（CNN）花朵識別 | 第4天
5. 深度學習100例-卷積神經網路（CNN）天氣識別 | 第5天
6. 深度學習100例-卷積神經網路（VGG-16）識別海賊王草帽一伙 | 第6天
7. 深度學習100例-卷積神經網路（VGG-19）識別靈籠中的人物 | 第7天
8. 深度學習100例-卷積神經網路（ResNet-50）鳥類識別 | 第8天
9. 深度學習100例-卷積神經網路（AlexNet）手把手教學 | 第11天
10. 深度學習100例-卷積神經網路（CNN）識別驗證碼 | 第12天
11. 深度學習100例-卷積神經網路（Inception V3）識別手語 | 第13天
12. 深度學習100例-卷積神經網路（Inception-ResNet-v2）識別交通標志 | 第14天
13. 深度學習100例-卷積神經網路（CNN）實作車牌識別 | 第15天
14. 深度學習100例-卷積神經網路（CNN）識別神奇寶貝小智一伙 | 第16天
15. 深度學習100例-卷積神經網路（CNN）識別眼睛狀態 | 第17天

🚀 回圈神經網路篇：

1. 深度學習100例-回圈神經網路（RNN）實作股票預測 | 第9天
2. 深度學習100例-回圈神經網路（LSTM）實作股票預測 | 第10天

🚀 生成對抗網路篇：

1. 深度學習100例-生成對抗網路（GAN）手寫數字生成 | 第18天

🚀 本文選自專欄：《深度學習基礎50例》
🚀 精選優質專欄：《夜深人靜寫演算法》

二、什么是生成對抗網路？

生成對抗網路（GAN）是當今計算機科學領域最有趣的想法之一，兩個模型通過對抗程序同時訓練，一個生成器模型（“藝術家”）學習創造看起來真實的影像，而判別器模型（“藝術評論家”）學習區分真偽影像，

GAN 的應用十分廣泛，它的應用包括影像合成、風格遷移、照片修復以及照片編輯，資料增強等等，

1）風格遷移

影像風格遷移是將影像A的風格轉換到影像B中去，得到新的影像，

2）影像生成

GAN 不但能生成人臉，還能生成其他型別的圖片，比如漫畫人物，

1. 設定GPU

import tensorflow as tf

gpus = tf.config.list_physical_devices("GPU")

if gpus:
    tf.config.experimental.set_memory_growth(gpus[0], True)  #設定GPU顯存用量按需使用
    tf.config.set_visible_devices([gpus[0]],"GPU")
    
# 列印顯卡資訊，確認GPU可用
print(gpus)

[PhysicalDevice(name='/physical_device:GPU:0', device_type='GPU')]

from tensorflow.keras  import layers
from IPython           import display
import matplotlib.pyplot as plt
import numpy             as np
import glob,imageio,os,PIL,time

2. 加載和準備資料集

您將使用 MNIST 資料集來訓練生成器和判別器，生成器將生成類似于 MNIST 資料集的手寫數字，

(train_images, _), (_, _) = tf.keras.datasets.mnist.load_data()

train_images = train_images.reshape(train_images.shape[0], 28, 28, 1).astype('float32')

# 將圖片標準化到 [-1, 1] 區間內
train_images = train_images / 127.5 - 1  

BUFFER_SIZE = 60000
BATCH_SIZE  = 256

# 批量化和打亂資料
train_dataset = tf.data.Dataset.from_tensor_slices(train_images).shuffle(BUFFER_SIZE).batch(BATCH_SIZE)

三、創建模型

1. 生成器

生成器使用 tf.keras.layers.Conv2DTranspose （上采樣）層來從種子（隨機噪聲）中產生圖片，以一個使用該種子作為輸入的 Dense 層開始，然后多次上采樣直到達到所期望的 28x28x1 的圖片尺寸，注意除了輸出層使用 tanh 之外，其他每層均使用 tf.keras.layers.LeakyReLU 作為激活函式，

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

    return model

generator = make_generator_model()
generator.summary()

Model: "sequential"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense (Dense)                (None, 12544)             1254400   
_________________________________________________________________
batch_normalization (BatchNo (None, 12544)             50176     
_________________________________________________________________
leaky_re_lu (LeakyReLU)      (None, 12544)             0         
_________________________________________________________________
reshape (Reshape)            (None, 7, 7, 256)         0         
_________________________________________________________________
conv2d_transpose (Conv2DTran (None, 7, 7, 128)         819200    
_________________________________________________________________
batch_normalization_1 (Batch (None, 7, 7, 128)         512       
_________________________________________________________________
leaky_re_lu_1 (LeakyReLU)    (None, 7, 7, 128)         0         
_________________________________________________________________
conv2d_transpose_1 (Conv2DTr (None, 14, 14, 64)        204800    
_________________________________________________________________
batch_normalization_2 (Batch (None, 14, 14, 64)        256       
_________________________________________________________________
leaky_re_lu_2 (LeakyReLU)    (None, 14, 14, 64)        0         
_________________________________________________________________
conv2d_transpose_2 (Conv2DTr (None, 28, 28, 1)         1600      
=================================================================
Total params: 2,330,944
Trainable params: 2,305,472
Non-trainable params: 25,472
_________________________________________________________________

2. 判別器

判別器是一個基于 CNN 的圖片分類器，

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

    return model

discriminator = make_discriminator_model()
discriminator.summary()

Model: "sequential_1"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
conv2d (Conv2D)              (None, 14, 14, 64)        1664      
_________________________________________________________________
leaky_re_lu_3 (LeakyReLU)    (None, 14, 14, 64)        0         
_________________________________________________________________
dropout (Dropout)            (None, 14, 14, 64)        0         
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 7, 7, 128)         204928    
_________________________________________________________________
leaky_re_lu_4 (LeakyReLU)    (None, 7, 7, 128)         0         
_________________________________________________________________
dropout_1 (Dropout)          (None, 7, 7, 128)         0         
_________________________________________________________________
flatten (Flatten)            (None, 6272)              0         
_________________________________________________________________
dense_1 (Dense)              (None, 1)                 6273      
=================================================================
Total params: 212,865
Trainable params: 212,865
Non-trainable params: 0
_________________________________________________________________

四、定義損失函式和優化器

為兩個模型定義損失函式和優化器，

# 該方法回傳計算交叉熵損失的輔助函式
cross_entropy = tf.keras.losses.BinaryCrossentropy(from_logits=True)

1. 判別器損失

該方法量化判斷真偽圖片的能力，它將判別器對真實圖片的預測值與值全為 1 的陣列進行對比，將判別器對偽造（生成的）圖片的預測值與值全為 0 的陣列進行對比，

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

2. 生成器損失

生成器損失量化其欺騙判別器的能力，直觀來講，如果生成器表現良好，判別器將會把偽造圖片判斷為真實圖片（或 1），這里我們將把判別器在生成圖片上的判斷結果與一個值全為 1 的陣列進行對比，

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

由于我們需要分別訓練兩個網路，判別器和生成器的優化器是不同的，

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

五、定義訓練回圈

EPOCHS = 60
noise_dim = 100
num_examples_to_generate = 16

# 我們將重復使用該種子（在 GIF 中更容易可視化進度）
seed = tf.random.normal([num_examples_to_generate, noise_dim])

訓練回圈在生成器接收到一個隨機種子作為輸入時開始，該種子用于生產一張圖片，判別器隨后被用于區分真實圖片（選自訓練集）和偽造圖片（由生成器生成），針對這里的每一個模型都計算損失函式，并且計算梯度用于更新生成器與判別器，

# 注意 `tf.function` 的使用
# 該注解使函式被“編譯”
@tf.function
def train_step(images):
    # 生成噪音
    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)
        
        # 計算loss
        gen_loss = generator_loss(fake_output)
        disc_loss = discriminator_loss(real_output, fake_output)
    
    #計算梯度
    gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables)
    gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables)
    
    #更新模型
    generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables))
    discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables))

def train(dataset, epochs):
    for epoch in range(epochs):
        start = time.time()

        for image_batch in dataset:
            train_step(image_batch)

        # 實時更新生成的圖片
        display.clear_output(wait=True)
        generate_and_save_images(generator, epoch + 1, seed)

        print ('Time for epoch {} is {} sec'.format(epoch + 1, time.time()-start))

    # 最后一個 epoch 結束后生成圖片
    display.clear_output(wait=True)
    generate_and_save_images(generator, epochs, seed)

生成與保存圖片

def generate_and_save_images(model, epoch, test_input):
    # 注意 training` 設定為 False
    # 因此，所有層都在推理模式下運行（batchnorm），
    predictions = model(test_input, training=False)

    fig = plt.figure(figsize=(4,4))

    for i in range(predictions.shape[0]):
        plt.subplot(4, 4, i+1)
        plt.imshow(predictions[i, :, :, 0] * 127.5 + 127.5, cmap='gray')
        plt.axis('off')

    plt.savefig('./images/19/image_at_epoch_{:04d}.png'.format(epoch))
    plt.show()

六、訓練模型

呼叫上面定義的 train() 方法來同時訓練生成器和判別器，在訓練之初，生成的圖片看起來像是隨機噪聲，隨著訓練程序的進行，生成的數字將越來越真實，在大概 50 個 epoch 之后，這些圖片看起來像是 MNIST 數字，

%%time：將會給出cell的代碼運行一次所花費的時間，

%%time
train(train_dataset, EPOCHS)

Wall time: 4min 46s

七、創建 GIF

import imageio,pathlib

def compose_gif():
    # 圖片地址
    data_dir = "./images/19"
    data_dir = pathlib.Path(data_dir)
    paths    = list(data_dir.glob('*'))
    
    gif_images = []
    for path in paths:
        gif_images.append(imageio.imread(path))
    imageio.mimsave("./pic_gif/MINST_DCGAN_19.gif",gif_images,fps=8)
    
compose_gif()
print("GIF動圖生成完成！")

GIF動圖生成完成！

八、同系列作品

🚀 深度學習新人必看：

1. 小白入門深度學習 | 第一篇：配置深度學習環境
2. 小白入門深度學習 | 第二篇：編譯器的使用-Jupyter Notebook
3. 小白入門深度學習 | 第三篇：深度學習初體驗

🚀 卷積神經網路篇：

1. 深度學習100例-卷積神經網路（CNN）實作mnist手寫數字識別 | 第1天
2. 深度學習100例-卷積神經網路（CNN）彩色圖片分類 | 第2天
3. 深度學習100例-卷積神經網路（CNN）服裝影像分類 | 第3天
4. 深度學習100例-卷積神經網路（CNN）花朵識別 | 第4天
5. 深度學習100例-卷積神經網路（CNN）天氣識別 | 第5天
6. 深度學習100例-卷積神經網路（VGG-16）識別海賊王草帽一伙 | 第6天
7. 深度學習100例-卷積神經網路（VGG-19）識別靈籠中的人物 | 第7天
8. 深度學習100例-卷積神經網路（ResNet-50）鳥類識別 | 第8天
9. 深度學習100例-卷積神經網路（AlexNet）手把手教學 | 第11天
10. 深度學習100例-卷積神經網路（CNN）識別驗證碼 | 第12天
11. 深度學習100例-卷積神經網路（Inception V3）識別手語 | 第13天
12. 深度學習100例-卷積神經網路（Inception-ResNet-v2）識別交通標志 | 第14天
13. 深度學習100例-卷積神經網路（CNN）實作車牌識別 | 第15天
14. 深度學習100例-卷積神經網路（CNN）識別神奇寶貝小智一伙 | 第16天
15. 深度學習100例-卷積神經網路（CNN）注意力檢測 | 第17天

🚀 回圈神經網路篇：

1. 深度學習100例-回圈神經網路（RNN）實作股票預測 | 第9天
2. 深度學習100例-回圈神經網路（LSTM）實作股票預測 | 第10天

🚀 生成對抗網路篇：

1. 深度學習100例-生成對抗網路（GAN）手寫數字生成 | 第18天

🚀 本文選自專欄：《深度學習100例》

未完～

持續更新 歡迎 點贊👍、收藏?、關注👀

• 點贊👍：點贊給我持續更新的動力
• 收藏??：收藏后你能夠隨時找到文章
• 關注👀：關注我第一時間接收最新文章