Hluboká konvoluční GAN

Deep Learning pro obrázky s PyTorchem

Michal Oleszak

Machine Learning Engineer

Intuice hluboké konvoluční GAN

V diskriminátoru nahradíme lineární vrstvy konvolucemi
V generátoru použijeme transponované konvoluce
Trénování GAN je nestabilní, jsou potřeba další úpravy

Zásady DCGAN

Hluboká konvoluční GAN (DCGAN)
Zásady DCGAN:
- Používejte pouze konvoluce s krokem
- Nepoužívejte lineární ani poolingové vrstvy
- Používejte dávkovou normalizaci
- V generátoru používejte aktivaci ReLU (poslední vrstva používá tanh)
- V diskriminátoru používejte aktivaci Leaky ReLU

grafy aktivačních funkcí

Konvoluce s krokem

Konvoluce s krokem 1:

Animace konvoluce bez kroku.

nn.Conv2d(..., stride=1)

Konvoluce s krokem 2:

Animace konvoluce s krokem.

nn.Conv2d(..., stride=2)

Konvoluční blok generátoru

def dc_gen_block(
    in_dim, out_dim, kernel_size, stride
):

    return nn.Sequential(
        nn.ConvTranspose2d(
            in_dim,
            out_dim, 
            kernel_size,
            stride=stride,
        ),

        nn.BatchNorm2d(out_dim),

        nn.ReLU()
    )

Blok generátoru obsahuje:

Transponovanou konvoluci s krokem
Dávkovou normalizaci
Aktivaci ReLU

Hluboký konvoluční generátor

class DCGenerator(nn.Module):
    def __init__(self, in_dim, kernel_size=4, stride=2):
        super(Generator, self).__init__()
        self.in_dim = in_dim

        self.gen = nn.Sequential(
            dc_gen_block(in_dim, 1024, kernel_size, stride),
            dc_gen_block(1024, 512, kernel_size, stride),
            dc_gen_block(512, 256, kernel_size, stride),

            nn.ConvTranspose2d(256, 3, kernel_size, stride=stride),

            nn.Tanh()
        )


    def forward(self, x):
        x = x.view(len(x), self.in_dim, 1, 1)
        return self.gen(x)

Konvoluční blok diskriminátoru

def dc_disc_block(
    in_dim, out_dim, kernel_size, stride
):

    return nn.Sequential(
        nn.Conv2d(
            in_dim,
            out_dim,
            kernel_size,
            stride=stride,
        ),

        nn.BatchNorm2d(out_dim),

        nn.LeakyReLU(0.2),
    )

Blok diskriminátoru obsahuje:

Konvoluci s krokem
Dávkovou normalizaci
Aktivaci Leaky ReLU

Hluboký konvoluční diskriminátor

class Discriminator(nn.Module):
    def __init__(self, kernel_size=4, stride=2):
        super(Discriminator, self).__init__()

        self.disc = nn.Sequential(
            dc_disc_block(3, 512, kernel_size, stride),
            dc_disc_block(512, 1024, kernel_size, stride),
            nn.Conv2d(1024, 1, kernel_size, stride=stride),
        )


    def forward(self, x):
        x = self.disc(x)
        return x.view(len(x), -1)

Pojďme si procvičit!

Deep Learning pro obrázky s PyTorchem