使用 GAN 网络生成名人照片

本文为 AI 研习社编译的技术博客，原标题为 Celebrity Face Generation using GANs (Tensorflow Implementation)，作者 Shubham Sharma。

翻译 | 王江舟 校对 | 吴晓曼 审核 | 余杭

生成式对抗网络（GANs）是深度学习中最热门的话题之一。 生成式对抗网络是一类用于无监督学习算法的人工算法，由两个神经网络组成的系统实现：

生成器

鉴别器

两个神经网络都在零和游戏框架中相互竞争。 生成式对抗网络（GANs）是一组模型，他们基本上学习创建与其给出的输入数据类似的合成数据。

鉴别器的任务是确定给定图像是否看起来自然（即，是来自数据集的图像）还是看起来它是人工创建的。 生成器的任务是创建与原始数据分布类似的自然外观图像，这些图像看起来足够自然以欺骗鉴别器网络。 首先给生成器一个随机噪声，使用它产生假图像，然后将这些假图像与原始图像一起发送到鉴别器。

鉴别模型的任务是确定给定图像看起来是自然的（来自数据集的图像）还是人工创建的。 这基本上是一个二元分类器，它采用普通卷积神经网络（CNN）的形式。 生成器的任务是创建与原始数据分布类似的自然外观图像。

生成器试图蒙骗鉴别器，而鉴别器试图不被生成器蒙骗。当模型通过交替优化训练时，两种方法都被改进到“假图像与数据集图像无法区分”的点。

生成对抗式网络的数学方程

我们可以认为这个方程由两部分组成，第一部分是从原始数据分布中采样的数据，第二部分是从噪声数据分布中采样的数据。

第一部分

鉴别者总是希望最大化其图像分类的正确率。 这里的图像是从原始数据分布中采样的，原始数据分布是真实数据本身。 D（x）是显示图像是真实的概率，所以鉴别器总是想要最大化D（x），因此log（D（x））应该最大化并且在这一部分内容中必须最大化。

第二部分

'z'是随机噪声样本，G（z）是使用噪声样本生成的图像。 这个术语的解释和之前很相似。 生成器总是希望最大化鉴别器被生成的图像蒙骗的概率。 这意味着，生成器想要最大化D（G（z）），因此它应该最小化1-D（G（z）） 也意味着（1-D（G（z）））最小化。

使用GANs 生成名人图像

名人图片数据集

CelebA数据集是超过200,000个带注释的名人面部图像的集合。 因为在这个博客中，我只是想生成面孔所以我没有考虑注释。

1）获取数据：

我创建了helper.py文件，你可以通过该文件下载CelebA数据集图像。 在运行此代码片段时，它将下载CelebA数据集。（源代码链接如下）。

2）预处理图像：

由于我仅在面部图像上工作，为获得良好的效果所以我将其调整到28 * 28。 我裁剪了图像中不包含图像部分的部分。

由于生成式对抗网络很难训练（你可以查看此链接，以了解为什么生成式对抗网络的训练如此困难？）https://medium.com/@jonathan_hui/gan-why-it-is-so-hard-to-train-generative-advisory-networks-819a86b3750b

为了获得准确的结果，我们应该拥有一个良好的GPU（4GB或更高版本），通过运行此代码片段，你可以了解是否使用自己的GPU安装了tensorflow。

3）模型输入和网络结构

我将图像的宽，高，channel和噪声参数作为模型的输入，随后生成器也会使用它们生成假图像。

生成器结构：

在解卷积层之后，生成器结构具有致密层和全连接层（除输出层外每一层都有批量标准化，leaky ReLu和dropout）。生成器将随机噪声向量z，之后把它重塑为4D形状并把它传递给一系列上采样层。每个上采样层都代表一个转置卷积运算，即反卷积运算。

所有转置卷积的深度从1024一直减少到3 ，它表示RGB彩色图像。 最后一层通过双曲正切（tanh）函数输出28x28x3张量。

鉴别器结构：

鉴别器的工作是识别哪个图像是真实的，哪个是假的。鉴别器也是具有批量归一化、lekeay Relu的4层 CNN（输入层除外）。鉴别器接收输出图像（大小为28 * 28 * 3）并对其进行卷积。 最后，鉴别器使用Logistic Sigmoid函数显示用于表示图像是真或假的输出概率。

当鉴别器看到图像中的差异时，它将梯度信号发送到生成器，此信号从鉴别器流向生成器。

4）生成器损失和鉴别器损失

鉴别器从训练图像和生成器两者接收图像，因此在计算鉴别器的损失时，我们必须增加由于真实图像和假图像造成的损失。两个网络被同时训练，所以我们需要将生成器和鉴别器都进行优化。 如果图像是真实的，我们希望从鉴别器输出接近1的概率，如果图像是假的，则输出接近0的概率。

训练和结果

当训练过程正在进行时，生成器产生一组图像，并且在每个 epoch 之后，它变得越来越好，使得鉴别器不能识别它是真实图像还是假图像。 结果生成如下

第1次Epoch和第2次Epoch之后

第3次Epoch和第4次Epoch之后

第5次Epoch和第6次Epoch之后

新面部图像不断地产生

我也从这里获得了预先训练好的网络，如果你想使用这个预先训练好的网络运行生成式对抗网络，那么请使用我在这里提供的这个python文件。

运行后，这将生成10个假图像的集合。 他们之中有一些是：

这些是从给定的预训练网络生成的假图像。

到这里就完成了与生成式对抗网络相关的内容。