深度卷积 GAN

使用 PyTorch 进行图像深度学习

Michal Oleszak

Machine Learning Engineer

深度卷积 GAN 直觉

  • 判别器中，用卷积替代线性层
  • 生成器使用转置卷积
  • 训练 GAN 常不稳定，需要更多调整
使用 PyTorch 进行图像深度学习

DCGAN 指南

  • 深度卷积 GAN（DCGAN）
  • DCGAN 指南：
    • 只用带步幅的卷积
    • 不用任何线性层或池化层
    • 使用批量归一化
    • 生成器用 ReLU 激活（最后一层用 tanh）
    • 判别器用 Leaky ReLU 激活

激活函数示意图

使用 PyTorch 进行图像深度学习

带步幅的卷积

步幅为 1 的卷积：

无步幅卷积动画。

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

步幅为 2 的卷积：

带步幅的卷积动画。

nn.Conv2d(..., stride=2)
使用 PyTorch 进行图像深度学习

卷积生成器模块

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()
    )

生成器模块包含：

  • 带步幅的转置卷积
  • 批量归一化
  • ReLU 激活
使用 PyTorch 进行图像深度学习

深度卷积生成器

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)
使用 PyTorch 进行图像深度学习

卷积判别器模块

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),
    )

判别器模块包含：

  • 步幅卷积
  • 批量归一化
  • Leaky ReLU 激活
使用 PyTorch 进行图像深度学习

深度卷积分辨器

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)
使用 PyTorch 进行图像深度学习

Passons à la pratique !

使用 PyTorch 进行图像深度学习

Preparing Video For Download...