Giới thiệu về GAN

Deep Learning cho Ảnh với PyTorch

Michal Oleszak

Machine Learning Engineer

Generative Adversarial Networks

Ảnh mèo được tạo.

https://thesecatsdonotexist.com
Generative Adversarial Networks (GANs)
Tạo mẫu mới dựa trên dữ liệu huấn luyện

Bộ dữ liệu Pokemon Sprites

Mẫu ảnh từ bộ dữ liệu Pokemon Sprites

Bộ dữ liệu Pokemon Sprites từ PokeAPI
Khoảng 1300 sprite sinh vật giống động vật từ game Pokemon
Mục tiêu: Tạo Pokemon mới!

Kiến trúc GAN

Sơ đồ quy trình GAN.

Kiến trúc GAN

Sơ đồ quy trình GAN.

Kiến trúc GAN

Sơ đồ quy trình GAN.

Kiến trúc GAN

Sơ đồ quy trình GAN.

Quy trình học của GAN

Sơ đồ quy trình GAN.

Generator: học tạo ảnh trông thật
Discriminator: học phân biệt ảnh giả và thật
Mục tiêu đối kháng giúp mỗi mạng giỏi hơn
Cuối cùng, generator tạo ảnh chân thực

Generator cơ bản

class Generator(nn.Module):
    def __init__(self, in_dim, out_dim):
        super(Generator, self).__init__()

        self.generator = nn.Sequential(
            gen_block(in_dim, 256),
            gen_block(256, 512),
            gen_block(512, 1024),
            nn.Linear(1024, out_dim),
            nn.Sigmoid(),
        )


    def forward(self, x):
        return self.generator(x)

Định nghĩa lớp Generator

Chuỗi khối generator, một lớp linear và kích hoạt sigmoid

def gen_block(in_dim, out_dim):
  return nn.Sequential(
      nn.Linear(in_dim, out_dim),
      nn.BatchNorm1d(out_dim),
      nn.ReLU(inplace=True)
  )

Truyền đầu vào qua mọi lớp
Đầu vào: nhiễu kích thước in_dim
Đầu ra: ảnh kích thước out_dim

Discriminator cơ bản

class Discriminator(nn.Module):
    def __init__(self, im_dim):
        super(Discriminator, self).__init__()

        self.disc = nn.Sequential(
            disc_block(im_dim, 1024),
            disc_block(1024, 512),
            disc_block(512, 256),
            nn.Linear(256, 1),
        )


    def forward(self, x):
        return self.disc(x)

Định nghĩa lớp Discriminator

Chuỗi khối discriminator và một lớp linear

def disc_block(in_dim, out_dim):
  return nn.Sequential(
      nn.Linear(in_dim, out_dim),
      nn.LeakyReLU(0.2)
  )

Truyền đầu vào qua mọi lớp
Đầu vào: ảnh kích thước in_dim
Đầu ra: phân loại kích thước 1

Ayo berlatih!

Deep Learning cho Ảnh với PyTorch