网站建设开源,哪里有整站优化,做家乡网站的素材,东莞外贸网站建站目录 一、准备工作1. 导入数据2. 数据可视化 二、构建模型1. 构建生成器2. 构建鉴别器 三、训练模型1. 定义损失函数2. 定义优化器3. 训练模型 四、理论基础1.DCGAN原理2.DCGAN网络3.个人感悟 #x1f368; 本文为#x1f517;365天深度学习训练营 中的学习记录博客#x1f… 目录 一、准备工作1. 导入数据2. 数据可视化 二、构建模型1. 构建生成器2. 构建鉴别器 三、训练模型1. 定义损失函数2. 定义优化器3. 训练模型 四、理论基础1.DCGAN原理2.DCGAN网络3.个人感悟 本文为365天深度学习训练营 中的学习记录博客 原作者K同学啊|接辅导、项目定制 一、准备工作
import torch
import numpy as np
import torch.nn as nn
import torch.optim as optim
from torchvision import datasets, transforms
from torch.autograd import Variable
from torchvision.utils import save_image
from torchvision.utils import make_grid
from torch.utils.tensorboard import SummaryWriter
from torchsummary import summary
import matplotlib.pyplot as plt
import datetimetorch.manual_seed(1)
torch._C.Generator at 0x1737fda1c10
device torch.device(cuda if torch.cuda.is_available() else cpu)
batch_size 1281. 导入数据
train_transform transforms.Compose([transforms.Resize(128),transforms.ToTensor(),transforms.Normalize([0.5,0.5,0.5], [0.5,0.5,0.5])])train_dataset datasets.ImageFolder(root./data/rps/, transformtrain_transform)
train_loader torch.utils.data.DataLoader(datasettrain_dataset, batch_sizebatch_size, shuffleTrue,num_workers6)2. 数据可视化
def show_images(images):fig, ax plt.subplots(figsize(20, 20))ax.set_xticks([]); ax.set_yticks([])ax.imshow(make_grid(images.detach(), nrow22).permute(1, 2, 0))def show_batch(dl):for images, _ in dl:show_images(images)break
~~~python
show_batch(train_loader)
Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255] for integers).image_shape (3, 128, 128)
image_dim int(np.prod(image_shape))
latent_dim 100n_classes 3
embedding_dim 100二、构建模型 # 自定义权重初始化函数用于初始化生成器和判别器的权重
def weights_init(m):# 获取当前层的类名classname m.__class__.__name__# 如果当前层是卷积层类名中包含 Conv if classname.find(Conv) ! -1:# 使用正态分布随机初始化权重均值为0标准差为0.02torch.nn.init.normal_(m.weight, 0.0, 0.02)# 如果当前层是批归一化层类名中包含 BatchNorm elif classname.find(BatchNorm) ! -1:# 使用正态分布随机初始化权重均值为1标准差为0.02torch.nn.init.normal_(m.weight, 1.0, 0.02)# 将偏置项初始化为全零torch.nn.init.zeros_(m.bias)1. 构建生成器
class Generator(nn.Module):def __init__(self):super(Generator, self).__init__()# 定义条件标签的生成器部分用于将标签映射到嵌入空间中# n_classes条件标签的总数# embedding_dim嵌入空间的维度self.label_conditioned_generator nn.Sequential(nn.Embedding(n_classes, embedding_dim), # 使用Embedding层将条件标签映射为稠密向量nn.Linear(embedding_dim, 16) # 使用线性层将稠密向量转换为更高维度)# 定义潜在向量的生成器部分用于将噪声向量映射到图像空间中# latent_dim潜在向量的维度self.latent nn.Sequential(nn.Linear(latent_dim, 4*4*512), # 使用线性层将潜在向量转换为更高维度nn.LeakyReLU(0.2, inplaceTrue) # 使用LeakyReLU激活函数进行非线性映射)# 定义生成器的主要结构将条件标签和潜在向量合并成生成的图像self.model nn.Sequential(# 反卷积层1将合并后的向量映射为64x8x8的特征图nn.ConvTranspose2d(513, 64*8, 4, 2, 1, biasFalse),nn.BatchNorm2d(64*8, momentum0.1, eps0.8), # 批标准化nn.ReLU(True), # ReLU激活函数# 反卷积层2将64x8x8的特征图映射为64x4x4的特征图nn.ConvTranspose2d(64*8, 64*4, 4, 2, 1, biasFalse),nn.BatchNorm2d(64*4, momentum0.1, eps0.8),nn.ReLU(True),# 反卷积层3将64x4x4的特征图映射为64x2x2的特征图nn.ConvTranspose2d(64*4, 64*2, 4, 2, 1, biasFalse),nn.BatchNorm2d(64*2, momentum0.1, eps0.8),nn.ReLU(True),# 反卷积层4将64x2x2的特征图映射为64x1x1的特征图nn.ConvTranspose2d(64*2, 64*1, 4, 2, 1, biasFalse),nn.BatchNorm2d(64*1, momentum0.1, eps0.8),nn.ReLU(True),# 反卷积层5将64x1x1的特征图映射为3x64x64的RGB图像nn.ConvTranspose2d(64*1, 3, 4, 2, 1, biasFalse),nn.Tanh() # 使用Tanh激活函数将生成的图像像素值映射到[-1, 1]范围内)def forward(self, inputs):noise_vector, label inputs# 通过条件标签生成器将标签映射为嵌入向量label_output self.label_conditioned_generator(label)# 将嵌入向量的形状变为batch_size, 1, 4, 4以便与潜在向量进行合并label_output label_output.view(-1, 1, 4, 4)# 通过潜在向量生成器将噪声向量映射为潜在向量latent_output self.latent(noise_vector)# 将潜在向量的形状变为batch_size, 512, 4, 4以便与条件标签进行合并latent_output latent_output.view(-1, 512, 4, 4)# 将条件标签和潜在向量在通道维度上进行合并得到合并后的特征图concat torch.cat((latent_output, label_output), dim1)# 通过生成器的主要结构将合并后的特征图生成为RGB图像image self.model(concat)return image~~~python
generator Generator().to(device)
generator.apply(weights_init)
print(generator)from torchinfo import summarysummary(generator)a torch.ones(100)
b torch.ones(1)
b b.long()
a a.to(device)
b b.to(device)
# generator((a,b))
2. 构建鉴别器
import torch
import torch.nn as nnclass Discriminator(nn.Module):def __init__(self):super(Discriminator, self).__init__()# 定义一个条件标签的嵌入层用于将类别标签转换为特征向量self.label_condition_disc nn.Sequential(nn.Embedding(n_classes, embedding_dim), # 嵌入层将类别标签编码为固定长度的向量nn.Linear(embedding_dim, 3*128*128) # 线性层将嵌入的向量转换为与图像尺寸相匹配的特征张量)# 定义主要的鉴别器模型self.model nn.Sequential(nn.Conv2d(6, 64, 4, 2, 1, biasFalse), # 输入通道为6包含图像和标签的通道数输出通道为644x4的卷积核步长为2padding为1nn.LeakyReLU(0.2, inplaceTrue), # LeakyReLU激活函数带有负斜率增加模型对输入中的负值的感知能力nn.Conv2d(64, 64*2, 4, 3, 2, biasFalse), # 输入通道为64输出通道为64*24x4的卷积核步长为3padding为2nn.BatchNorm2d(64*2, momentum0.1, eps0.8), # 批量归一化层有利于训练稳定性和收敛速度nn.LeakyReLU(0.2, inplaceTrue),nn.Conv2d(64*2, 64*4, 4, 3, 2, biasFalse), # 输入通道为64*2输出通道为64*44x4的卷积核步长为3padding为2nn.BatchNorm2d(64*4, momentum0.1, eps0.8),nn.LeakyReLU(0.2, inplaceTrue),nn.Conv2d(64*4, 64*8, 4, 3, 2, biasFalse), # 输入通道为64*4输出通道为64*84x4的卷积核步长为3padding为2nn.BatchNorm2d(64*8, momentum0.1, eps0.8),nn.LeakyReLU(0.2, inplaceTrue),nn.Flatten(), # 将特征图展平为一维向量用于后续全连接层处理nn.Dropout(0.4), # 随机失活层用于减少过拟合风险nn.Linear(4608, 1), # 全连接层将特征向量映射到输出维度为1的向量nn.Sigmoid() # Sigmoid激活函数用于输出范围限制在0到1之间的概率值)def forward(self, inputs):img, label inputs# 将类别标签转换为特征向量label_output self.label_condition_disc(label)# 重塑特征向量为与图像尺寸相匹配的特征张量label_output label_output.view(-1, 3, 128, 128)# 将图像特征和标签特征拼接在一起作为鉴别器的输入concat torch.cat((img, label_output), dim1)# 将拼接后的输入通过鉴别器模型进行前向传播得到输出结果output self.model(concat)return outputdiscriminator Discriminator().to(device)
discriminator.apply(weights_init)
print(discriminator)summary(discriminator)a torch.ones(2,3,128,128)
b torch.ones(2,1)
b b.long()
a a.to(device)
b b.to(device)c discriminator((a,b))
c.size()torch.Size([2, 1])三、训练模型
1. 定义损失函数
adversarial_loss nn.BCELoss() def generator_loss(fake_output, label):gen_loss adversarial_loss(fake_output, label)return gen_lossdef discriminator_loss(output, label):disc_loss adversarial_loss(output, label)return disc_loss2. 定义优化器
learning_rate 0.0002G_optimizer optim.Adam(generator.parameters(), lr learning_rate, betas(0.5, 0.999))
D_optimizer optim.Adam(discriminator.parameters(), lr learning_rate, betas(0.5, 0.999))3. 训练模型
# 设置训练的总轮数
num_epochs 100
# 初始化用于存储每轮训练中判别器和生成器损失的列表
D_loss_plot, G_loss_plot [], []# 循环进行训练
for epoch in range(1, num_epochs 1):# 初始化每轮训练中判别器和生成器损失的临时列表D_loss_list, G_loss_list [], []# 遍历训练数据加载器中的数据for index, (real_images, labels) in enumerate(train_loader):# 清空判别器的梯度缓存D_optimizer.zero_grad()# 将真实图像数据和标签转移到GPU如果可用real_images real_images.to(device)labels labels.to(device)# 将标签的形状从一维向量转换为二维张量用于后续计算labels labels.unsqueeze(1).long()# 创建真实目标和虚假目标的张量用于判别器损失函数real_target Variable(torch.ones(real_images.size(0), 1).to(device))fake_target Variable(torch.zeros(real_images.size(0), 1).to(device))# 计算判别器对真实图像的损失D_real_loss discriminator_loss(discriminator((real_images, labels)), real_target)# 从噪声向量中生成假图像生成器的输入noise_vector torch.randn(real_images.size(0), latent_dim, devicedevice)noise_vector noise_vector.to(device)generated_image generator((noise_vector, labels))# 计算判别器对假图像的损失注意detach()函数用于分离生成器梯度计算图output discriminator((generated_image.detach(), labels))D_fake_loss discriminator_loss(output, fake_target)# 计算判别器总体损失真实图像损失和假图像损失的平均值D_total_loss (D_real_loss D_fake_loss) / 2D_loss_list.append(D_total_loss)# 反向传播更新判别器的参数D_total_loss.backward()D_optimizer.step()# 清空生成器的梯度缓存G_optimizer.zero_grad()# 计算生成器的损失G_loss generator_loss(discriminator((generated_image, labels)), real_target)G_loss_list.append(G_loss)# 反向传播更新生成器的参数G_loss.backward()G_optimizer.step()# 打印当前轮次的判别器和生成器的平均损失print(Epoch: [%d/%d]: D_loss: %.3f, G_loss: %.3f % ((epoch), num_epochs, torch.mean(torch.FloatTensor(D_loss_list)), torch.mean(torch.FloatTensor(G_loss_list))))# 将当前轮次的判别器和生成器的平均损失保存到列表中D_loss_plot.append(torch.mean(torch.FloatTensor(D_loss_list)))G_loss_plot.append(torch.mean(torch.FloatTensor(G_loss_list)))if epoch%10 0:# 将生成的假图像保存为图片文件save_image(generated_image.data[:50], ./images/sample_%d % epoch .png, nrow5, normalizeTrue)# 将当前轮次的生成器和判别器的权重保存到文件torch.save(generator.state_dict(), ./training_weights/generator_epoch_%d.pth % (epoch))torch.save(discriminator.state_dict(), ./training_weights/discriminator_epoch_%d.pth % (epoch))# 四、模型分析
## 1. 加载模型
~~~python
generator.load_state_dict(torch.load(./training_weights/generator_epoch_100.pth), strictFalse)
generator.eval() # 导入所需的库
from numpy import asarray
from numpy.random import randn
from numpy.random import randint
from numpy import linspace
from matplotlib import pyplot
from matplotlib import gridspec# 生成潜在空间的点作为生成器的输入
def generate_latent_points(latent_dim, n_samples, n_classes3):# 从标准正态分布中生成潜在空间的点x_input randn(latent_dim * n_samples)# 将生成的点整形成用于神经网络的输入的批量z_input x_input.reshape(n_samples, latent_dim)return z_input# 在两个潜在空间点之间进行均匀插值
def interpolate_points(p1, p2, n_steps10):# 在两个点之间进行插值生成插值比率ratios linspace(0, 1, numn_steps)# 线性插值向量vectors list()for ratio in ratios:v (1.0 - ratio) * p1 ratio * p2vectors.append(v)return asarray(vectors)# 生成两个潜在空间的点
pts generate_latent_points(100, 2)
# 在两个潜在空间点之间进行插值
interpolated interpolate_points(pts[0], pts[1])# 将数据转换为torch张量并将其移至GPU假设device已正确声明为GPU
interpolated torch.tensor(interpolated).to(device).type(torch.float32)output None
# 对于三个类别的循环分别进行插值和生成图片
for label in range(3):# 创建包含相同类别标签的张量labels torch.ones(10) * labellabels labels.to(device)labels labels.unsqueeze(1).long()print(labels.size())# 使用生成器生成插值结果predictions generator((interpolated, labels))predictions predictions.permute(0,2,3,1)pred predictions.detach().cpu()if output is None:output predelse:output np.concatenate((output,pred))
torch.Size([10, 1])
torch.Size([10, 1])
torch.Size([10, 1])output.shape(30, 128, 128, 3)nrow 3
ncol 10fig plt.figure(figsize(15,4))
gs gridspec.GridSpec(nrow, ncol) k 0
for i in range(nrow):for j in range(ncol):pred (output[k, :, :, :] 1 ) * 127.5pred np.array(pred) ax plt.subplot(gs[i,j])ax.imshow(pred.astype(np.uint8))ax.set_xticklabels([])ax.set_yticklabels([])ax.axis(off)k 1 plt.show()四、理论基础
1.DCGAN原理
条件生成对抗网络CGAN是在生成对抗网络GAN的基础上进行了一些改进。对于原始GAN的生成器而言其生成的图像数据是随机不可预测的因此我们无法控制网络的输出在实际操作中的可控性不强。
针对上述原始GAN无法生成具有特定属性的图像数据的问题Mehdi Mirza等人在2014年提出了条件生成对抗网络CGAN全称为Conditional Generative Adversarial Network。与标准的 GAN 不同CGAN 通过给定额外的条件信息来控制生成的样本的特征。这个条件信息可以是任何类型的例如图像标签、文本标签等。
在 CGAN 中生成器Generator和判别器Discriminator都接收条件信息。生成器的目标是生成与条件信息相关的合成样本而判别器的目标是将生成的样本与真实样本区分开来。当生成器和判别器通过反馈循环不断地进行训练时生成器会逐渐学会如何生成符合条件信息的样本而判别器则会逐渐变得更加准确。 由上图的网络结构可知条件信息y作为额外的输入被引入对抗网络中与生成器中的噪声z合并作为隐含层表达而在判别器D中条件信息y则与原始数据x合并作为判别函数的输入。
2.DCGAN网络
DCGANDeep Convolutional Generative Adversarial Network是一种基于卷积神经网络的生成对抗网络。它在原始GAN的基础上引入了深度卷积网络来增强模型的表达能力和生成图像的质量。
DCGAN的核心思想是将生成器Generator和判别器Discriminator组合在一起并通过互相对抗的训练方式来不断优化两个网络。生成器的目标是生成逼真的图像样本而判别器的目标是将生成的样本与真实样本区分开来。
具体而言DCGAN采用了以下关键技术 使用卷积层代替全连接层在生成器和判别器中使用卷积层来处理图像数据这使得网络可以有效地捕捉到图像的局部纹理特征和全局结构信息。同时卷积层还减少了参数数量降低了计算复杂度。 采用批量归一化Batch Normalization为了加速训练过程并稳定模型的学习过程DCGAN在生成器和判别器的每一层后面都添加了批量归一化层。批量归一化可以使得网络对输入数据的变动更加鲁棒并且有助于减少梯度消失和梯度爆炸问题。 使用LeakyReLU激活函数为了避免生成器和判别器中的神经元出现“死亡”现象即永远不会激活DCGAN采用了LeakyReLU激活函数。它可以在负输入时引入一个小的斜率使得信息可以更好地传播。 去除全连接层与原始的GAN不同DCGAN去除了生成器和判别器中的全连接层这样可以避免过拟合的问题降低了模型的复杂度。
通过以上技术的应用DCGAN可以生成逼真的图像样本并具备一定的生成控制能力。
3.个人感悟
DCGAN作为一种生成对抗网络的改进模型为我们提供了一种有条件控制生成图像的方式。通过给定额外的条件信息我们可以精确地生成符合要求的图像样本这对于许多实际应用非常有意义。
同时DCGAN也展示了深度卷积网络在图像生成任务中的强大能力。通过使用深度卷积网络模型可以有效地捕捉到图像中的局部特征和全局结构生成的图像更加真实自然。
然而在使用DCGAN进行图像生成时还需要考虑模型的训练稳定性和收敛性的问题。由于生成对抗网络的优化过程相对复杂需要平衡生成器和判别器的能力以及调整超参数等方面的工作。
总之DCGAN作为一种生成对抗网络的改进模型不仅提高了图像生成的可控性和质量同时也展示了深度卷积网络在图像生成任务中的重要作用。我对于这种模型的发展和应用潜力感到非常期待。
