My blogs

The greatest test of courage on earth is to bear defeat without losing heart.

0%

DCGAN_Mnist

Posted on Edited on In , Disqus:
Symbols count in article: 8.7k Reading time ≈ 8 mins.

介紹

DCGAN Minst 實作，筆記。

介紹 DCGAN 與 Mnist dataset

Mnist 介紹

手寫數字，請參閱至本篇按此點選

DCGAN 介紹

請參閱至本篇論文按此點選

DCGAN(Deep Convolutional Generative Adversarial Network)，與一般GAN最主要差別是加入捲積引入生成器和鑑別器網絡。

CNN 卷積的概念。通過強制一層的神經元共享權重，前向傳遞（通過網絡提供數據）相當於在圖像上卷積一個濾波器以產生新圖像。然後 CNN 的訓練變成了學習過濾器的任務（決定你應該在數據中尋找哪些特徵。）

特點:

  1. 取消所有 pooling 層。G 網路中使用轉置卷積（transposed convolutional layer）進行向上取樣，D 網路中用加入 stride 的卷積代替 pooling。
  2. 在 D 和 G 中均使用 batch normalization
  3. 去掉 FC 層(全連接層) ，使網路變為 全卷積網路 (Conv2D、Conv2DTranspose)
  4. G 網路中使用 ReLU 作為啟用函式，最後一層使用 tanh
  5. D 網路中使用 LeakyReLU 作為啟用函式

ReLU 是所有正值的線性（身份），所有負值為零。Leaky ReLU 對負值的斜率很小，而不是將值推到零。例如，當 x < 0 時，leaky ReLU 可能有 y = 0.01x。

生成器在生成逼真圖像方面逐漸變強，而判別器在辨別這些圖像的能力上逐漸變強。當判別器不再能夠區分真實圖片和偽造圖片時，訓練過程達到平衡。

ex

上方圖片來源 tensorglow 範例圖。

ex

上方 GAN 模型結構事意圖。

Import libraries

Colab 運行按此點選

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import tensorflow as tf
# 查看版本
tf.__version__
# To generate GIFs
!pip install imageio
!pip install git+https://github.com/tensorflow/docs
import glob
import imageio
import matplotlib.pyplot as plt
import numpy as np
import os
import PIL
from tensorflow.keras import layers
import time

from IPython import display

Preprocessing && load_data

使用Tensorflow API 載入 mnist 資料級。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
# 只放入訓練資料
(train_images, train_labels), (_, _) = tf.keras.datasets.mnist.load_data()
# data_size 6000*28*28*1
# 60000張      長 * 寬 28 / 28 彩度為 1

train_images = train_images.reshape(train_images.shape[0], 28, 28, 1).astype('float32')
train_images = (train_images - 127.5) / 127.5  # Normalize the images to [-1, 1]
# 載入訓練照片為 60000張 批量進行數量256
BUFFER_SIZE = 60000
BATCH_SIZE = 256

'''
張量沿它們的第一維進行切片。此操作保留輸入張量的結構，刪除每個張量的第一個維度並將其用作數據集維
度。所有輸入張量的第一維必須具有相同的大小。
'''
# Batch and shuffle the data
train_dataset = tf.data.Dataset.from_tensor_slices(train_images).shuffle(BUFFER_SIZE).batch(BATCH_SIZE)

Create model

The Generator

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
def make_generator_model():
    model = tf.keras.Sequential()
    # 7 * 7 * filter = 256
    # this dense 12544
    model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
    # 维持激活项平均值接近 0，标准差接近 1 的转换。
    model.add(layers.BatchNormalization())
    # 当神经元未激活时，它仍允许赋予一个很小的梯度： f(x) = alpha * x for x < 0, f(x) = x for x >= 0.
    model.add(layers.LeakyReLU())

    model.add(layers.Reshape((7, 7, 256)))
    assert model.output_shape == (None, 7, 7, 256)  # Note: None is the batch size
    # “assert”命令來確定一個語句是否與我們期望的完全相同 執行確認鎘是正確

    model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
    # ConvTranspose2d 逆捲積 簡單來說就是把特徵還原成圖片的概念  strides=(1,1)   (7*1,7*1,filter = 128) filter = 128 , kernel_size(5,5)
    assert model.output_shape == (None, 7, 7, 128)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())

    # filter = 64 , kernel=(5,5)    (7*2,7*2,filter=64)
    model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
    assert model.output_shape == (None, 14, 14, 64)
    model.add(layers.BatchNormalization())
    model.add(layers.LeakyReLU())
    # last layer (14*2,14*2,filter=1)

    # 双曲正切激活函数。
    # tanh 激活的範圍內，[-1, 1]
    model.add(layers.Conv2DTranspose(1, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
    assert model.output_shape == (None, 28, 28, 1)

    return model

ex

上方 generator 模型結構圖。

Test generator
1
2
3
4
5
6
generator = make_generator_model()

noise = tf.random.normal([1, 100])
generated_image = generator(noise, training=False)

plt.imshow(generated_image[0, :, :, 0], cmap='gray')

The discriminator

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
def make_discriminator_model():
    model = tf.keras.Sequential()
      # filter =64 kerneal=(5,5) 14*14
    model.add(layers.Conv2D(64, (5, 5), strides=(2, 2), padding='same',
                                     input_shape=[28, 28, 1]))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))
     # filter =128 kerneal=(5,5) 7*7
    model.add(layers.Conv2D(128, (5, 5), strides=(2, 2), padding='same'))
    model.add(layers.LeakyReLU())
    # 捨去部分特徵
    model.add(layers.Dropout(0.3))

    model.add(layers.Flatten())
    model.add(layers.Dense(1))

    return model

ex

上方 discriminator 模型結構圖。

Test discriminator

使用（尚未訓練的）判別器對所生成的圖像進行真偽分類。模型將被訓練為對真實圖像輸出正值，對偽造圖像輸出負值。

1
2
3
4
5
# 測試未訓練前
discriminator = make_discriminator_model()
# 當圖像放入判別器時判別值出來
decision = discriminator(generated_image)
print (decision)

Define the loss and optimizers

兩個模型定義損失函數和優化器。

1
2
3
# 該方法返回一個輔助函數來計算交叉熵損失
# 交叉熵損失用於二元（0 或 1）分類應用程序
cross_entropy = tf.keras.losses.BinaryCrossentropy(from_logits=True)

loss func

discriminator_loss。

1
2
3
4
5
6
7
8
9
10
11
12


# 該方法量化判別器從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 的數組進行對比，將判別器對偽造（生成的）圖片的預測值與值全為 0 的數組進行對比。
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  #預測的實數與一個比較那些張量，並用假貨零張量。然後將它們組合在一起
    return total_loss
# 一批真實數據被饋送到鑑別器。
# 一批生成的數據被饋送到鑑別器。
# 生成器的性能有多差（即它的損失）是通過查看鑑別器識別假樣本的能力來衡量的。
# 鑑別器的性能有多差（即它的損失）是通過查看真實樣本和假樣本的分類誤差來衡量的。

generator_loss。

1
2
3
def generator_loss(fake_output):
    return cross_entropy(tf.ones_like(fake_output), fake_output)
# 生成器的損失可量化其欺騙判別器的能力。直觀地說，如果生成器表現良好，判別器會將偽造圖像分類為真實圖像（或1）。在此，需要將判別器對生成圖像的決策與值全為1 的數組進行對比。

判別器和生成器優化器不同。

1
2
3
4
5
6
#learning rate
# 1e-4=1x10^(-4)=1/(10^4)=0.0001
generator_optimizer = tf.keras.optimizers.Adam(1e-4)
discriminator_optimizer = tf.keras.optimizers.Adam(1e-4)
# Adam 優化算法是隨機梯度下降的擴展。隨機梯度下降為所有權重更新保持一個單一的學習率（稱為 alpha）
# ，並且學習率在訓練期間不會改變。每個網絡權重（參數）都有一個學習率，並且隨著學習的展開而分別進行調整。

Ex

ex

Save checkpoints

1
2
3
4
5
checkpoint_dir = './training_checkpoints'
checkpoint_prefix = os.path.join(checkpoint_dir, "ckpt")
checkpoint = tf.train.Checkpoint(generator_optimizer=generator_optimizer,
                                 discriminator_optimizer=discriminator_optimizer,
                                 generator=generator,

Define the training

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
EPOCHS = 50
noise_dim = 100
num_examples_to_generate = 16

# You will reuse this seed overtime (so it's easier)
# to visualize progress in the animated GIF)
# 為輸出生成隨機噪聲
seed = tf.random.normal([num_examples_to_generate, noise_dim])

# Notice the use of `tf.function`
# This annotation causes the function to be "compiled".
@tf.function
def train_step(images):
    noise = tf.random.normal([BATCH_SIZE, noise_dim])
    # GradientTape 記錄自動微分操作
    # 反向模式微分计算“记录的”计算的梯度
    # 來查找兩個模型的各自變量
    with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:
      generated_images = generator(noise, training=True)
      # 將噪聲放入生成器並創建假圖像

      real_output = discriminator(images, training=True)
      # 將真實圖像和假圖像放入判別器並返回判別器值
      fake_output = discriminator(generated_images, training=True)

      gen_loss = generator_loss(fake_output)
      #更新假圖像，使鑑別器學習到
      # 返回總損失，即真實圖像損失和假圖像損失的總和
      disc_loss = discriminator_loss(real_output, fake_output)
      #  GradientTape.gradient(target, sources)
    gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables)
    gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables)

    generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables))
    discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables))

training

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
def train(dataset, epochs):
  for epoch in range(epochs):
    start = time.time()

    for image_batch in dataset:
            # 插入圖片並運行學習。
      train_step(image_batch)

    # Produce images for the GIF as you go
    display.clear_output(wait=True)
    generate_and_save_images(generator,
                             epoch + 1,
                             seed)

    # Save the model every 15 epochs
    if (epoch + 1) % 15 == 0:
      checkpoint.save(file_prefix = checkpoint_prefix)

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

  # Generate after the final epoch
  display.clear_output(wait=True)
  generate_and_save_images(generator,
                           epochs,
                           seed)

save img

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def generate_and_save_images(model, epoch, test_input):
  # Notice `training` is set to False.
  # This is so all layers run in inference mode (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('image_at_epoch_{:04d}.png'.format(epoch))
  plt.show()

Train the model && checkpoint

1
2
3
train(train_dataset, EPOCHS)
checkpoint.restore(tf.train.latest_checkpoint(checkpoint_dir))

Create a GIF

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
# Display a single image using the epoch number
def display_image(epoch_no):
  return PIL.Image.open('image_at_epoch_{:04d}.png'.format(epoch_no))
display_image(EPOCHS)

anim_file = 'dcgan.gif'

with imageio.get_writer(anim_file, mode='I') as writer:
  filenames = glob.glob('image*.png')
  filenames = sorted(filenames)
  for filename in filenames:
    image = imageio.imread(filename)
    writer.append_data(image)
  image = imageio.imread(filename)
  writer.append_data(image)
import tensorflow_docs.vis.embed as embed
embed.embed_file(anim_file)

EX:

ex

Save model && load model

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
def save_model():
    generator.save("trained_generator1.h5")
save_model()


def load_model(path_of_saved_h5_file):

    generator = tf.keras.models.load_model(path_of_saved_h5_file)


    noise = tf.random.normal([1, 100])
    generated_image = generator(noise, training=False)

    plt.imshow(generated_image[0, :, :, 0], cmap='gray')
    plt.show()





load_model("trained_generator1.h5")

Download

EX:

ex

參考網站

CNN 原理
Tensorflow
rohan-paul
source
source-1
source-2

如果您喜歡我的文章，請幫我按五下 ，感謝大家。