深度卷积生成对抗网络(DCGAN)------生成名人照片

从零实现DCGAN:深入解析生成对抗网络的原理与实战 生成对抗网络(GAN)是深度学习领域一项革命性的生成模型技术,其核心思想源于博弈论,通过生成器与判别器的对抗性训练,学习并模拟真实数据的复杂分布。相较于传统的基于重建误差的生成模型,GAN采用无监督的分布匹配方式,能够生成更清晰、多样且富有创造性的数据,在图像合成、数据增强和创意内容生成等场景中展现出巨大技术价值。本文聚焦于DCGAN这一经典架构,结合PyTorch框架与CelebA数据集,详细拆解了生成器与判别器的网络设计、对抗训练流程以及稳定训练的实用技巧,为希望掌握图像生成核心技术的开发者提供了从理论 阅读详情

前言

本教程将通过一个示例介绍DCGANs。我们将训练一个生成对抗网络(GAN),在训练阶段输入许多真实名人的照片,训练结束的时候该网络能够生成新的名人照片。这里的大部分代码来自github上pytorch/examples中的dcgan实现,本文将对该实现进行全面的解释,并阐明该模型如何工作以及工作原理。但是不要担心,GANs并不需要预先的知识,但是它可能需要新手花一些时间来理解在幕后到底发生了什么。另外,由于训练比较耗时,有一个或两个GPU将有助于节约时间。让我们从头开始吧!

生成对抗神经网络(GAN)

GAN是什么?

GANs是生成式模型的一种,利用该框架可以使我们的DL模型捕获到训练集的分布,从而可以从相同的分布中生成新的数据。很明显GANs是从无标记的数据中得到数据的分布规律,所以也可以视为无监督学习中的一类。GANs是由Ian Goodfellow在2014年发明的,并在论文Generative Adversarial Nets 中首次描述。它们由两个不同的模型组成,一个是生成器(generator),一个是判别器(discriminator)。生成器的工作是生成看起来像训练图像的假图像。判别器的工作是查看图像并输出它是否是来自训练集的真实图像或有生成器产生的虚假图像。在训练过程中,生成器不断地试图通过生成越来越好的赝品来迷惑判别器,判别器也在努力成为一名更好的侦探,正确地对真伪图像进行分类。这个游戏的平衡是当生成器生成看起来像是直接来自训练数据的完全伪造图片,鉴别器总是以50%的置信度猜测生成器输出是真的还是假的。

现在,让我们从判别器开始定义一些贯穿教程的符号。

$x$:  输入数据, 这里是HWC大小为3x64x64的RGB图像。

$D(x)$: 判别器网络,输出$x$来自训练数据而不是生成器的(标量)概率, 当来$x$自训练数据时,$D(x)$应该是高的,当$x$来自生成器时,$D(x)$应该是低的, $D(x)$也可以看作是传统的二进制分类器。

$z$: 隐空间上的向量,它是从一个从标准正态分布采样而来。

$G(z)$: 生成器网络,将潜在向量$z$映到数据空间,G的目标是估计训练数据的分布($p_{data}$),这样它就可以从估计的分布($p_{g}$)中生成假样本。

$D(G(z)))$: 判定器判定生成器网络G输出的图片是真实图片的(标量)概率。

正如GAN作者Goodfellow在其论文中描述的一样,判别器D和生成器G在玩一个最小-最大(minimax)博弈游戏。判别器D试图最大化正确分类真伪的概率($logD(x)$),生成器G试图最小化判别器D预测其输出图片为假图的概率($log(1-D(G(x)))$)。论文中GAN的损失函数(loss function)定义为: $\min\limits_G\max\limits_D\{ \mathop{\mathbb{E}}_{x\sim p_{data}(x)}logD(x) + \mathop{\mathbb{E}_{z\sim p_g(z)}}log(1-D(G(x)))\}$

理论上,这个极小极大博弈的解是$p_g=p_{data}$,判别器随机猜测输入是真还是假。然而,GANs的收敛理论仍在积极研究中,现实中模型并不总是训练到这一点。

DCGAN又是什么?

DCGAN是上述GAN的直接扩展,只是它分别在判别器和生成器中显式地使用卷积层和转置卷积层。Radford等人首先在论文Unsupervised Representation Learning With Deep Convolutional Generative Adversarial Networks中描述了该方法。判别器由strided convolution 层, batch norm 层, and LeakyReLU 激活函数组成。输入是一个3x64x64的输入图像,输出是一个标量概率,输入来自真实的数据分布。生成器由convolutional-transpose 层、batch norm 层和 ReLU激活函数组成。输入是一个隐向量,它是从一个标准正态分布中采样得到的,输出是一个3x64x64 RGB图像。strided conv-transpose 层允许将潜在矢量转换成与图像形状相同的体积。在本文中,作者还提供了一些关于如何设置优化器,如何计算损失函数,以及如何初始化模型权重的技巧,这些都将在接下来的章节中进行解释。

from __future__ import print_function
#%matplotlib inline
import argparse
import os
import random
import torch
import torch.nn as nn
import torch.nn.parallel
import torch.backends.cudnn as cudnn
import torch.optim as optim
import torch.utils.data
import torchvision.datasets as dset
import torchvision.transforms as transforms
import torchvision.utils as vutils
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation
from IPython.display import HTML

# 设定随机种子,确保结果可以复现
manualSeed = 999
#manualSeed = random.randint(1, 10000) # 随机生成随机种子,每次运行可产生新的结果
print("Random Seed: ", manualSeed)
random.seed(manualSeed)
torch.manual_seed(manualSeed)

输入

输入参数说明
变量名含义
dataroot数据集文件夹根目录的路径,在下一节中,我们将更多地讨论数据集
worker使用DataLoader加载数据的工作线程数目
batch_size训练时数据批处理大小,DCGAN论文中使用的batch size大小为128
image_size训练图像的空间大小,这里默认实现为64x64。如果需要另一种尺寸,则必须更改D和G的结构。
nc输入图像中颜色通道的数量, RGB的彩色图像值为3
nz隐向量的长度
ngf通过生成器后faeature maps的深度
ndf设置通过判别器传播的feature maps的深度
num_epochs训练的轮数。训练的轮数越多,更有可能得到更好的结果,但是会花费更多的时间
lr训练时的学习率。DCGAN论文中使用0.0002
beta1Adam优化器的beta1超参数,论文中设置为0.5
ngpu

可用GPU的个数。如果值为0则模型运行再CPU上,如果大于0,则会运行在ngpu个GPU上

 

# Root directory for dataset
dataroot = "data/celeba"

# Number of workers for dataloader
workers = 2

# Batch size during training
batch_size = 128

# Spatial size of training images. All images will be resized to this
#   size using a transformer.
image_size = 64

# Number of channels in the training images. For color images this is 3
nc = 3

# Size of z latent vector (i.e. size of generator input)
nz = 100

# Size of feature maps in generator
ngf = 64

# Size of feature maps in discriminator
ndf = 64

# Number of training epochs
num_epochs = 5

# Learning rate for optimizers
lr = 0.0002

# Beta1 hyperparam for Adam optimizers
beta1 = 0.5

# Number of GPUs available. Use 0 for CPU mode.
ngpu = 1

数据

在本教程中,我们将使用Celeb-A Faces数据集,该数据集可以从Google Dirve中下载, 当然也可用在网上搜索百度网盘资源下载可能更快。这个数据集将以名为 img_align_celeba.zip的文件被下载。然后设置dataroot 目录为刚才创建的celeba目录。最后的结果目录结构应该为:

/data/celeba/
        -> 188242.jpg
        -> 173822.jpg
        -> 284702.jpg
        -> 537394.jpg
           ...

这是一个重要的步骤,因为我们将使用ImageFolder dataset类,它要求在数据集的根文件夹中有子目录。现在,我们可以创建数据集、创建dataloader、设置模型运行的device,并最终可视化一些训练数据。

# We can use an image folder dataset the way we have it setup.
# Create the dataset
dataset = dset.ImageFolder(root=dataroot,
                           transform=transforms.Compose([
                               transforms.Resize(image_size),
                               transforms.CenterCrop(image_size),
                               transforms.ToTensor(),
                               transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5)),
                           ]))
# Create the dataloader
dataloader = torch.utils.data.DataLoader(dataset, batch_size=batch_size,
                                         shuffle=True, num_workers=workers)

# Decide which device we want to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu")

# Plot some training images
real_batch = next(iter(dataloader))
plt.figure(figsize=(8,8))
plt.axis("off")
plt.title("Training Images")
plt.imshow(np.transpose(vutils.make_grid(real_batch[0].to(device)[:64], padding=2, normalize=True).cpu(),(1,2,0)))

基于生成对抗网络(GAN)的动漫人物图像生成 生成对抗网络(GAN)由两个互相对抗的神经网络组成,分别是生成器(Generator)和判别器(Discriminator)。生成器的目标是生成足够逼真的图像,而判别器则试图区分生成器生成的图像与真实图像的差异。这两个网络通过对抗训练的方式,不断进行优化,从而达到生成质量较高的图像的目的。本文介绍了基于生成对抗网络(GAN)的动漫人物图像生成方法,并提供了相应的源代码。通过收集大量的动漫人物图像数据,构建合适的生成器和判别器网络,并进行训练,我们可以生成具有艺术风格的逼真动漫人物图像。 阅读详情

相关推荐

生成对抗网络 | Python实现GAN对抗生成神经网络(GAN)生成人脸图像

生成对抗网络 | Python实现GAN对抗生成神经网络(GAN)生成人脸图像

前程算法屋的博客 500

DCGAN实现面孔生成(Celeb-A数据集)

DCGAN即使用卷积网络的对抗网络,原理与GAN类似,但将CNN卷积神经网络运用到GAN网络中。

t1274171989的博客 1626

生成模型实战 | 深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Network, DCGAN)

深度卷积生成对抗网络 (DCGAN) 是基于生成对抗网络的深度学习模型,通过引入卷积神经网络 (Convolutional Neural Networks, CNN) 架构来提升生成网络和判别网络的性能。DCGAN 中的生成网络和判别网络都是使用卷积层和反卷积层构建的深度神经网络。生成网络接收一个随机噪声向量作为输入,并通过反卷积层将其逐渐转化为与训练数据相似的输出图像,判别网络则是一个用于分类真实和生成图像的卷积神经网络。

盼小辉丶的博客 7993

TensorFlow练习24: GANs-生成对抗网络 (生成明星脸)

GANs是Generative Adversarial Networks的简写,中文翻译为生成对抗网络,它最早出现在2014年Goodfellow发表的论文中:Generative Adversarial Networks。GANs是目前深度学习领域最火的网络模型,苹果最近发布的第一篇论文就是关于GANs的:SimGAN。 简单来说,GANs会学着生成和训练数据相似的数据,一个最典型的应

1887

PyTorch深度学习实战(34)——DCGAN详解与实现

DCGAN 是优秀的图像生成模型,其生成网路和判别网络都是使用卷积层和反卷积层构建的深度神经网络。生成网络接收一个随机噪声向量作为输入,并通过逐渐减小的反卷积层将其逐渐转化为与训练数据相似的输出图像;判别网络则是一个用于分类真实和生成图像的卷积神经网络。在本节中,我们学习了如何构建并训练 DCGAN 生成人脸图像。

盼小辉丶的博客 1万+

pytorchDCGAN教程使用的img_align_celeba.zip数据集,包含部分图片

我们将使用 Celeb-A Faces 数据集,该数据集可在链接的站点或 Google 云端硬盘中下载。 数据集将下载为名为img_align_celeba.zip的文件。 下载完成后,创建一个名为celeba的目录,并将 zip 文件解压缩到该目录中。 然后,将此笔记本的dataroot 输入设置为刚创建的celeba目录 /path/to/celeba -> img_align_celeba -> 188242.jpg -> 173822.jpg -> 284702.jpg -> 537394.jpg

Pytorch生成对抗网络(GAN)官方入门教程

原文链接:https://pytorch.org/tutorials/beginner/dcgan_faces_tutorial.html 引言

hbu_pig的专栏 2万+

CelebA数据集

官网http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html。本次上传时starGAN 使用的部分

【pytorch】DCGAN实战教程(官方教程翻译)

简介 本教程将通过一个具体的实例来讲解DCGANs。在向其展示许多真实名人的照片后,我们将训练一个生成对抗网络(GAN)来产生新的名人。此处的大部分代码都来自pytorch/examples中的dcgan实现,本文将对实现方式进行详细的讲解,并阐明该模型如何以及为什么起作用。你之前并不了解GAN也没关系,但对于新手的话可能需要花费一些时间来理解幕后的实际情况。同样,如果有一两个GPU的话,将会帮助你节省训练时间。让我们开始吧。 生成对抗网络 什么是生成对抗网络(GAN) GANs是深度学习模型用于捕获训练数

XavierJ的博客 1万+

CelebFaces Attributes (CelebA) Dataset(部分数据).zip

CelebFaces Attributes Dataset (CelebA)数据集由202599幅图像组成,本压缩包上传了20000张数据,用于生成对抗网络(GAN)的训练

CelebA_人脸数据集 百度云

CelebA_人脸数据集(21G)百度云链接

PyTorch实现DCGAN(生成对抗网络)生成新的假名人照片实战(附源码和数据集)

PyTorch实现DCGAN(生成对抗网络)生成新的假名人照片实战(附源码和数据集)

showswoller的博客 2411

MTCNN人脸侦测项目代码-pytorch

MTCNN人脸侦测项目代码,数据是Celeba 要自己下载(也可以用其他人脸数据集,根据不同数据集调整代码)。

【PyTorch】教程:DCGAN

本教程将通过一个示例来介绍 DCGAN。我将训练一个生成对抗网络 (GAN) ,在向其展示许多真实名人的照片后生成新的名人。这里大部分代码来自于。本文档针对这些实现进行全面解释,并阐述该模型的工作方式和原因。

3024

CelebA人脸库

CelebA库,可以用于人脸检测、人脸识别的训练、测试库。

智驾域控制器硬件架构:从接口丛林到算力核心的工程解码

本文深入解析了智驾域控制器硬件架构的设计挑战与工程实践。面对复杂的接口丛林,文章详细探讨了如何高效融合摄像头、雷达等多源传感器数据,并构建以多SOC为核心的强大算力平台。同时,文章强调了电源、时钟、散热等最小系统及车规级可靠性设计的关键作用,为工程师提供了从接口驯服到算力核心协同的完整硬件解码指南。

happy2的博客 485

PyTorch-13 生成对抗网络(DCGAN)教程

要阅读带插图的教程,请前往 http://studyai.com/pytorch-1.4/beginner/dcgan_faces_tutorial.html 本教程将通过一个示例介绍DCGANs。我们将训练一个生成对抗网络(generative adversarial network, GAN), 在给它展示许多名流的照片之后,产生新的名人。这里的大部分代码都来自 pytorch/example...

海尔兄弟的博客 1195

UE5.6使用ndisplay,单窗口多画面(单机部署),配置、打包流程,无需switchboard

摘要:本文介绍了在UE5.6中使用ndisplay插件的完整流程。首先需要开启ndisplay和launch插件,创建ndisplay配置文件并设置本地单窗口多画面模式。随后通过Process Explorer获取启动命令用于制作bat文件。打包项目时需删除场景中的ndisplay文件,但保留内容浏览器中的配置,并设置为开发版打包。最后将ndisplay文件导出为.ndisplay格式,与bat文件一起放置在打包目录下,通过bat启动程序。注意修改路径和窗口大小时需保持纯英文路径,且bat代码需保持单行格式

weixin_43912248的博客 978

通过一个示例对 DCGAN 进行介绍,我们将训练一个生成对抗网络(GAN)来产生新名人

GAN 是用于教授 DL 模型以捕获训练数据分布的框架,因此我们可以从同一分布中生成新数据。GAN 由 Ian Goodfellow 于 2014 年发明,并在论文《生成对抗网络》中首次进行了描述。它们由两个不同的模型组成:生成器和判别器。生成器的工作是生成看起来像训练图像的“假”图像。判别器的工作是查看图像并从生成器输出它是真实的训练图像还是伪图像。在训练过程中,生成器不断尝试通过生成越来越好的伪造品而使判别器的表现超过智者,而判别器正在努力成为更好的侦探并正确地对真实和伪造图像进行分类。

yanglamei1962的博客 291

【HALCON工业视觉应用探索】08. C#+Halcon视觉引导机器人抓取:从入门到工业级实战(附完整代码+部署指南)

摘要:本文聚焦C#+Halcon在视觉引导机器人抓取领域的落地应用,从新手友好的“二十分钟基础引导系统”切入,逐步深入工业级场景(汽车变速箱壳体抓取)。内容涵盖核心概念(手眼标定原理、坐标转换、机器人通信协议)、完整技术流程(图像采集→目标定位→标定转换→机器人执行→结果反馈)、工业级代码实现(多目标识别、智能抓取策略、实时状态监控),以及现场部署关键技巧(硬件选型、通信配置、精度优化)。

专注于人工智能、软件开发、工控自动化、工厂数字化及智能化等领域,希望和大家共同进步! 1268

AI 智能体(Agent)应用开发工程师 · 进阶面试 (五)

在有多位 Agent 共同参与决策时(如评审委员会、代码审查小组),它们可能提出截然相反的建议。共识机制就是用来在这种冲突中得出唯一行动方案的规则。常用机制:多数投票:每个 Agent 一票,根据投票结果决定。实现简单,但忽略了专业度差异。加权投票:根据 Agent 的角色重要性或历史表现赋予不同权重,例如首席架构师 Agent 的票权重是普通开发者 Agent 的 2 倍。管理者仲裁:由一个权限更高的 Manager Agent 听取各方理由后做出最终裁决。这类似于层级制组织决策。辩论收敛。

篮球界最会写bug的人;程序猿中打球最菜的人。 397

毕设 基于深度学习的图像修复算法 DCGAN

今天学长向大家分享一个毕业设计项目基于深度学习的图像修复算法 DCGAN生成对抗网络其实两个网络互相博弈,最终达到纳什均衡。这两个网络一个是生成器网络,它的目标接受随机噪声,不断训练生成假图片,为了方便叙述把生成假图片的函数记作G(z)。

m0_12378的博客 947

AMD KFD的SDMA Packet 类型和定义解析

本文详细分析了AMD GPU架构中的SDMA(System Direct Memory Access)数据传输机制,重点介绍了其核心数据结构——SDMA Packet。SDMA通过8种主要Packet类型(包括内存拷贝、数据写入、屏障同步、中断触发等)实现高效主机-设备通信。每种Packet采用位域结构和联合体封装设计,在保证功能完整性的同时实现空间优化。这些Packet支持丰富的访问属性和扩展字段,适用于高性能数据搬运、内存初始化、任务同步、性能分析等场景,为GPU计算提供了灵活高效的数据传输解决方案。

图形/计算GPU的驱动与虚拟化技术分享园地 1256
下一篇: 图像神经风格转移(neural transfer)-------Pytorch 实现
zhl410
博客等级 码龄10年 4粉丝 3原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值