【机器学习入门】第21讲：生成对抗网络（GAN）——从伪造图像到艺术创作的AI魔法-优快云博客

【资源软件】动作暨昝绳鹤锁多好 /_494b36Tkwj😕
链接：https://pan.quark.cn/s/43159509c536
「微信被删好友检测工具」筷莱坌教狴犴狾夺郝链接：https://pan.quark.cn/s/43159509c536
链接：https://pan.quark.cn/s/4598337f6b3e
「【美剧系列】」链接：https://pan.quark.cn/s/663e3ca79519

复制群口令 !0b7236TlXn!😕
将加入群聊免费医院分享

引言：当AI学会“造假”，我们能做什么？

假设你是一名数字艺术家，想快速生成大量梵高风格的画作：

目标：训练一个模型自动生成逼真油画
挑战：
- 传统方法依赖手工设计规则，缺乏创造力
- 生成结果需兼具多样性（不同内容）与真实性（符合油画特征）
突破口：让两个神经网络“对抗博弈”，在竞争中进化

**生成对抗网络（GAN）**通过生成器与判别器的对抗训练，开创了AI创造的新纪元。本文将解析GAN的核心原理，并教你用代码生成手写数字图像。

一、GAN的基本原理：伪造者与鉴定师的博弈

1.1 双网络架构解析

组件	角色	目标
生成器（Generator）	伪造者：生成假数据	让判别器无法区分生成与真实数据
判别器（Discriminator）	鉴定师：判断数据真伪	准确识别真实与生成数据

训练过程类比：

生成器像画假币的罪犯，判别器像验钞机
双方不断升级技术，直到假币无法被检测

1.2 数学目标：极小极大博弈

损失函数：

min_G max_D [E_{x∼真实数据}logD(x) + E_{z∼噪声}log(1-D(G(z)))]

判别器目标：最大化识别真实/生成数据的能力
生成器目标：最小化判别器的判断准确率

二、代码实战：生成手写数字图像

2.1 网络结构定义（PyTorch）

import torch  
import torch.nn as nn  

# 生成器：输入噪声(100维)，输出28x28图像  
class Generator(nn.Module):  
    def __init__(self):  
        super().__init__()  
        self.model = nn.Sequential(  
            nn.Linear(100, 256),  
            nn.LeakyReLU(0.2),  
            nn.Linear(256, 512),  
            nn.LeakyReLU(0.2),  
            nn.Linear(512, 784),  
            nn.Tanh()  # 输出范围[-1,1]  
        )  

    def forward(self, z):  
        return self.model(z).view(-1, 1, 28, 28)  

# 判别器：输入图像，输出真伪概率  
class Discriminator(nn.Module):  
    def __init__(self):  
        super().__init__()  
        self.model = nn.Sequential(  
            nn.Linear(784, 512),  
            nn.LeakyReLU(0.2),  
            nn.Dropout(0.3),  
            nn.Linear(512, 256),  
            nn.LeakyReLU(0.2),  
            nn.Dropout(0.3),  
            nn.Linear(256, 1),  
            nn.Sigmoid()  
        )  

    def forward(self, img):  
        img_flat = img.view(img.size(0), -1)  
        return self.model(img_flat)

2.2 训练循环核心代码

# 定义优化器与损失函数  
G = Generator()  
D = Discriminator()  
opt_G = torch.optim.Adam(G.parameters(), lr=0.0002)  
opt_D = torch.optim.Adam(D.parameters(), lr=0.0002)  
criterion = nn.BCELoss()  

for epoch in range(100):  
    for real_imgs, _ in dataloader:  
        batch_size = real_imgs.size(0)  

        # 训练判别器  
        real_labels = torch.ones(batch_size, 1)  
        fake_labels = torch.zeros(batch_size, 1)  

        # 真实数据损失  
        real_outputs = D(real_imgs)  
        loss_real = criterion(real_outputs, real_labels)  

        # 生成数据损失  
        z = torch.randn(batch_size, 100)  
        fake_imgs = G(z)  
        fake_outputs = D(fake_imgs.detach())  
        loss_fake = criterion(fake_outputs, fake_labels)  

        # 更新判别器  
        loss_D = loss_real + loss_fake  
        opt_D.zero_grad()  
        loss_D.backward()  
        opt_D.step()  

        # 训练生成器  
        outputs = D(fake_imgs)  
        loss_G = criterion(outputs, real_labels)  # 欺骗判别器  
        opt_G.zero_grad()  
        loss_G.backward()  
        opt_G.step()

三、GAN训练难题与解决方案

3.1 常见问题与对策

问题	现象	解决方案
模式崩溃（Mode Collapse）	生成器只产出单一结果	添加多样性惩罚项，使用Mini-batch判别
梯度消失	判别器过强，生成器无法学习	调整学习率，使用Wasserstein GAN
训练不稳定	Loss剧烈波动	标签平滑（Label Smoothing）

3.2 改进模型：DCGAN

核心改进：
- 生成器使用转置卷积上采样
- 判别器使用卷积网络
- 去除全连接层，添加BatchNorm
代码差异：

# DCGAN生成器核心层  
self.model = nn.Sequential(  
    nn.ConvTranspose2d(100, 512, 4, 1, 0, bias=False),  
    nn.BatchNorm2d(512),  
    nn.ReLU(),  
    nn.ConvTranspose2d(512, 256, 4, 2, 1, bias=False),  
    nn.BatchNorm2d(256),  
    nn.ReLU(),  
    nn.ConvTranspose2d(256, 1, 4, 2, 1, bias=False),  
    nn.Tanh()  
)

四、实战案例：生成动漫头像

4.1 数据集准备

来源：Kaggle Anime Face Dataset（约7万张图片）
预处理：
- 统一缩放至64x64分辨率
- 归一化像素值到[-1, 1]

transform = transforms.Compose([  
    transforms.Resize(64),  
    transforms.CenterCrop(64),  
    transforms.ToTensor(),  
    transforms.Normalize((0.5, 0.5, 0.5), (0.5, 0.5, 0.5))  
])

4.2 训练结果可视化

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传
训练过程中生成图像的演变（前10个epoch→50个epoch→100个epoch）

五、GAN的创造性应用

5.1 跨领域应用案例

领域	应用	代表模型
图像生成	生成虚拟人脸、艺术品	StyleGAN
图像翻译	照片转油画、夏季转冬季	CycleGAN
超分辨率重建	模糊图像变清晰	SRGAN
语音合成	生成逼真语音	GAN-TTS