Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

马振宇作者

达观数据:数据不够?GAN来凑!

大名鼎鼎的深度学习之父Yann LeCun曾评价GAN是“20年来机器学习领域最酷的想法”。的确,GAN向世人展示了从无到有、无中生有的神奇过程,并且GAN已经在工业界有着广泛的应用,是一项令人非常激动的AI技术。今天我将和大家一起去了解GAN及其内部工作原理,洞开GAN的大门。

本文尽量用浅显易懂的语言来进行表述,少用繁琐的数学公式,并对几个典型的GAN模型进行讲解。

一、GAN(GenerativeAdversarial Networks)

GAN全名叫Generative Adversarial Networks,即生成对抗网络,是一种典型的无监督学习方法。在GAN出现之前,一般是用AE(AutoEncoder)的方法来做图像生成的,但是得到的图像比较模糊,效果始终都不理想。直到2014年,Goodfellow大神在NIPS2014会议上首次提出了GAN,使得GAN第一次进入了人们的眼帘并大放异彩,到目前为止GAN的变种已经超过400种,并且CVPR2018收录的论文中有三分之一的主题和GAN有关,可见GAN仍然是当今一大热门研究方向。

GAN的应用场景非常广泛,主要有以下几个方面:

1.图像、音频生成。比如训练数据的生成。

2.图像翻译。从真实场景的图像到漫画风格的图像、风景画与油画间的风格互换等等。

3.图像修复。比如图像去噪、去除图像中的马赛克(嘿嘿…)。

4.图像超分辨率重建。卫星、遥感以及医学图像中用的比较多,大大提升后续的处理精度。

(一) GAN原理简述

GAN的原理表现为对抗哲学,举个例子:警察和小偷的故事,二者满足两个对抗条件:

1.小偷不停的更新偷盗技术以避免被抓。

2.警察不停的发现新的方法与工具来抓小偷。

小偷想要不被抓就要去学习国外的先进偷盗技术,而警察想要抓到小偷就要尽可能的去掌握小偷的偷盗习性。两者在博弈的过程中不断的总结经验、吸取教训,从而都得到稳步的提升,这就是对抗哲学的精髓所在。要注意这个过程一定是一个交替的过程,也就是说两者是交替提升的。想象一下,如果一开始警察就很强大,把所有小偷全部抓光了,那么在没有了小偷之后警察也不会再去学习新的知识了,侦查能力就得不到提升。反之亦然,如果小偷刚开始就很强大,警察根本抓不到小偷,那么小偷也没有动力学习新的偷盗技术了,小偷的偷盗能力也得不到提升,这就好比在训练神经网络时出现了梯度消失一样。所以一定是一个动态博弈的过程,这也是GAN最显著的特性之一。

在讲完了警察与小偷的故事之后,我们引入今天的主人公——GAN。

(二) 模型架构图

从上图能够看出GAN的整个网络架构是非常简单明了的,GAN由一个生成器(Generator)和一个判别器(Discriminator)组成, 两者的结构都是多层感知机(MLP),具体有多少层、每层多少个神经元可以根据实际情况自行设计,比较灵活。在这里,生成器充当着“小偷”的角色,判别器就扮演“警察”的角色。为了方便讲解,后面把生成器简称为G,判别器简称为D。

G:接收一个随机噪声向量z(比如z服从高斯分布),G的目标就是通过这个噪声来生成一个像真实样本的假样本

D:判别一个样本是真实样本还是G自己造的假样本。它接收一个样本数据作为输入,所以这个样本可以是G生成的假样本也可以是真实样本。它输出一个标量,标量的数值代表了输入样本到底是真实样本还是G生成的假样本的概率。如果接近1,则代表是真实样本,接近于0则代表是生成器生成的假样本,所以此时D最后一层的激活函数一定为sigmoid。

网络的最终目标是在D很强大的同时,G生成的假样本送给D后其输出值变为0.5,说明G已经完全骗过了D,即D已经区分不出来输入的样本到底是还是,从而得到一个生成效果很好的G。

损失函数的设计:

从上面的式子可以看出,损失函数是两个分布各自期望的和,其中是真实数据的概率分布是生成器所生成的假样本的概率分布。对于D,它的目的是让中的样本的输出结果尽可能的大,即变大,而让生成的样本x的输出结果尽可能的小,即

变大,导致变大。对于G,它的目的是用噪声z来生成一个假样本x并让D给出一个较大的值,即让变小,导致变小。综上,我们得出:

(三) GAN的训练流程

假设batch_size=m,则在每一个epoch中:

先训练判别器k(比如3)次:

1. 从噪声分布z(比如高斯分布)中随机采样出m个噪声向量:

2. 从真实样本x中随机采样出m个样本:

3. 用梯度下降法使损失函数: 与1之间的二分类交叉熵减小(因为最后判别器最后一层的激活函数为sigmoid,所以要与0或者1做二分类交叉熵,这也是为什么损失函数要取log的原因)。

4. 用梯度下降法使损失函数:与0之间的二分类交叉熵减小。

5. 所以判别器的总损失函数即让d_loss越小越好。注意在训练判别器的时候生成器中的所有参数要固定住,即不参加训练。

再训练生成器1次:

1. 从噪声分布中随机采样出m个噪声向量:

2. 用梯度下降法使损失函数与1之间的二分类交叉熵减小。

3. 所以生成器的损失函数即让g_loss越小越好。注意在训生成器的时候判别器中的所有参数要固定住,即不参加训练。

直到所有epoch执行完毕,训练结束。

从训练方法中可以看出,生成器和判别器是交替进行训练的,呈现出一种动态博弈的思想,非常有意思。不过在训练的时候还有一些注意事项:

1.在训练G的时候D中的参数不参加训练,即不需要梯度反传。同理,训练D的时候G中的参数不参加训练。

2.为了让D保持在一个相对较高的评判水平,从而更好的训练G。在每一个epoch内,先对D进行k(比如k=3)次训练,然后训练G一次,加快网络的收敛速度。

3.在原始论文中,作者在训练G的时候给出的公式是,然而这个公式有一些隐患,因为在训练的初始阶段,G生成的样本和真实样本间的差异一般会很大,此时D能很轻松的分辨两种样本,导致一直趋近于0,此时梯度消失,G也就得不到训练,所以这里的策略是,上面训练过程的阐述中已经对该处的损失函数做了更正。

(四) 损失函数相关数学推导

我们先将G中的参数固定住,此时的噪声向量通过G后所生成的样本是一一对应的,则有如下映射:  

由此将由两个数学期望的和组成的展开:

由于是固定的常量,另它们等于a,b。令,得到,由于是唯一极值点,则必为最值点,也能够证明在时,其二阶导小于0,那么该最值点为全局最大值点。

所以,当G固定住的时候,不断的训练D中的参数,理论上可以让D达到最大值:

此时将带入进中,得到:

对于两个概率分布,它们之间的KL散度就是数据的原始分布与近似分布的概率的对数差的期望值,其公式为:

所以此时得到:

再将两个KL散度的和合并成JS散度,得到:

从上式可以看出,如果G要让最小,必须要让间的JS散度最小,而JS散度的最小值为0,此时两个分布完全重合,即理论上的最小值为,此时存在唯一解:

使得损失函数达到全局最小值,即生成器完美的实现了生成真实数据的过程,完全掌握了真实数据的概率分布

(五) 总结

1.GAN的开山之作。

2.GAN的本质其实是利用神经网络强大的非线性拟合能力来学习从一个任意先验的噪声分布到真实数据分布的非线性映射,从而让生成器具有能够产生逼真样本的能力。

3.早期GAN的训练非常不稳定导致训练难度大,还容易出现梯度爆炸、mode collapse等问题。mode collapse的意思就是生成的样本大量集中于部分真实样本,那么就是很严重的mode collapse。以生成动漫头像图片为例,从下图中能够明显的看出,红框标记的图像重复出现了很多次,即存在一定的mode collapse。

二、DCGAN(Deep Convolutional Generative Adversarial Networks)

在GAN被提出之后,GAN的热度曲线呈指数式增长,期间在原始GAN的结构基础上进行改进的GAN变种层出不穷,其中最具代表性的当属DCGAN了,我们来看看它对原始GAN有什么创新:

1.将两个多层感知机替换为两个卷积神经网络。即将CNN融合进GAN中,极大的加速了GAN在图像领域中应用的步伐,此后许多新提出的GAN都一直在沿用DCGAN的网络架构。

2.创新性的将反卷积(也叫转置卷积)操作应用于生成器中。

3.通过大量实验,总结出一套构建网络时很有用的trick。


(一) 反卷积

常见的上采样方式有三种:双线性插值,反卷积(也叫转置卷积)和反池化。鉴于篇幅所限,除反卷积以外的两种上采样方法就不在这里介绍了。

常规的卷积操作一般会导致图像的尺寸越来越小,同时图像深度在逐渐增加。而反卷积则使图像尺寸越来越大,而深度在逐渐减小。所以反卷积是卷积操作的逆运算,也就是说反卷积的正向传播是卷积的反向传播,其反向传播是卷积的正向传播,本文力求用形象的过程来展现反卷积的工作原理(注:下文所阐述的反卷积工作方式为tensorflow机器学习框架反卷积的底层实现方法,其他框架的底层实现方法可能略有不同)。

若输入为3*3大小的单通道图像:

考虑卷积核大小kernel_size=3*3,stride=2,padding=same的反卷积操作,且卷积核为:

如果stride=2,那么就在输入图像的每行和每列之间插入(stride-1)行(列)的零元素,另外还需要在补零后的矩阵的左边和上边添加额外的(stride-1)行(列)的零元素:

如果卷积核的大小kernel_size=3,且padding=same的情况下,我们知道在正常的卷积模式下是要上、下、左、右各添加(kernel_size-1)/2个行(列)元素,他们的初始值都为0,以此来保证输出图像与输入图像的大小是相同的,所以这里也采取相同的padding操作。这里简单说明一下:如果kernel_size=4,那么(kernel_size-1)/2=1.5,无法整除,那么此时左方和上方添加一行(列)零元素,右方和下方添加两行(列)零元素,总之要保证添加的总行(列)数要和kernel_size-1是相等的,这也是tensorflow机器学习框架在卷积操作中padding=same时的填补方法。所以现在输入图像变成了这样:

此时输入图像的尺寸由3*3变成了8*8,我们用kernel_size=3,stride=1,padding=valid的方式对这张图进行常规的卷积操作,则输出尺寸变为:H=(8+0-3)/1+1=6,W=(8+0-3)/1+1=6。注意这步操作中的kernel_size是和反卷积核的kernel_size是保持一致的,stride固定为1,而且不进行padding操作,因为前面已经padding过了,得到:

   我们用tensorflow做个小实验,来验证上面算法的正确性。

输出:

输出结果和我们自己推导的完全一致!可见,反卷积也仅仅是卷积操作而已,与正常卷积使用相同大小的卷积核,只不过反卷积需要通过特定的规则对输入tensor通过padding 0元素的方式处理一下。这样我们最终得到的输出图像尺寸要比原图像大,即实现了上采样的功能。怎么样,是不是非常简单。

反卷积的应用领域非常广泛,不仅仅在GAN中,还在图像分割以及feature map的可视化领域有着广泛的应用。好了,简单讲完反卷积后,让我们回到DCGAN。

(二) 网络实现上的一些tirck

1. 在生成器与判别器中,将所有池化层替换为步长大于1的卷积操作,即抛弃所有池化层,目的是让网络去学习属于它自己的上(下)采样方式。想了一下,确实是非常有效的trick,因为在图像分割领域中,maxpooling操作会破会图像的边缘与细节,导致分割结果很粗糙,所以一般都通过别的办法来替代maxpooling,以保证分割结果的细节完好。

2. 移除全局平均池化层,全局平均池化图像分类网络中有着举足轻重的地位,作者在做实验的过程中发现在判别器中用全局平均池化再接全连接层虽然能够增加模型的稳定性,但同时严重减缓了模型的收敛速度,所以决定移除。

3. 除了生成器的最后一层和判别器的输入层,其余层都做batch normalization操作。是一个非常有助于网络快速收敛的trick。作者发现如果全部层都用batch normalization,容易发生mode collapse现象,并使得模型变得不稳定。

4. 生成器最后一层的激活函数采用tanh,其余层为relu激活函数。而判别器中则全部采用leaky relu激活函数

(三) DCGAN中生成器的网络结构

网络的整体架构和原始GAN是差不多的,不同的仅仅是生成器和判别器的内部结构,由MLP换成了CNN。从图中来看,主要是由一个激活函数为relu的全连接层,三个激活函数为relu的反卷积层,以及最后的激活函数为tanh的反卷积层,将一个长度为100满足正态分布(或者均匀分布)的向量z变成一个大小为64*64的3通道图像,这也是生成器生成的最终图像。判别器在结构上与生成器是完全对称的,类似于常规的分类网络,这里不再赘述。

注意:由于生成器最后一层的激活函数为tanh,因此输出值的范围在[-1, 1]上,所以真实图片样本也必须要进行缩放范围一致的归一化操作,即,令,将输入样本x上的像素值都归一化到[-1, 1]上,再将这个归一化后的图片送入判别器中,以此来保证每一个输入进判别器的样本分布区间的一致性。当然也可以采用别的归一化方法,只要能让就好。

(四) 用DCGAN在MNIST数据集上训练手写数字生成

开源代码仓库地址: https://github.com/carpedm20/DCGAN-tensorflow

在训练了30个epoch后,我把每个epoch生成器生成的100张图片存下来并缩小做成动态图:

可以看出并没有出现mode collapse现象,生成样本具有一定的多样性,效果还不错。其实主要还是数据集比较简单,图片比较小,复杂纹理信息不多,比较容易生成。

生成的这些数据就可以用作手写数字识别的训练数据。但是这些数据是没有标签的,然而手写数字识别为监督学习,难道还要对它们进行人工标注?这个问题我们留到下一个小节来解决。

(五) 总结

1.训练方法和训练原始GAN的方法保持一致。

2.将两个MLP替换成为两个CNN,生成的图像较原始GAN来说质量更高,更逼真。

3.通过大量实验总结出一套非常有用的trick,使得DCGAN在训练时的稳定性相比原始GAN有显著改善,要知道原始GAN是非常难训练的。

4.后面要讲的模型中G和D的架构均和DCGAN保持一致,便不再赘述。

三、InfoGAN(InformationMaximizing Generative Adversarial Nets)

DCGAN已经能够生成足够逼真的图像了,但是它直接将噪声向量z作为G的输入,没有为z添加任何限制,导致我们根本不知道G主要用到了z的哪个维度来生成图片,即已经将z进行高度耦合处理,所以z的维度信息对于真实数据来说不具有语义特征,也就是说是不可解释的。

拿上面的图为例,我们发现第三个“7”中间出现了一个横线,但是为什么会出现这个横线,谁也不知道,为了让GAN具有可解释性,比较有代表性的GAN变体——InfoGAN就出现啦,为了解决语义问题,InfoGAN的作者对损失函数进行了一些小的改进,一定程度上让网络学习到了可解释的特征表示,即作者文中所说的interpretable reptesentation

(一)原理阐述

既然要让输入的噪声向量z带有一定的语意信息,那就人为的为它添加上一些限制,于是作者把G的输入看成两部分:一部分就是噪声z,可以将它看成是不可压缩的噪声向量。另一部分是若干个离散的和连续的latent variables(潜变量)所拼接而成的向量c,用于代表生成数据的不同语意信息。

以MNIST数据集为例,可以用一个离散的随机变量(0-9,用于表示生成数字的具体数值)和两个连续的随机变量(假设用于表示笔划的粗细与倾斜程度)。所以此时的c由一个离散的向量(长度为10)、两个连续的向量(长度为1)拼接而成,即c长度为12。

上图是作者用InfoGAN在MNIST数据集上的部分结果,通过保持离散变量不变、逐渐增大某一个连续的潜变量(论文中是从-2到2),可以看出从左到右数字的笔划逐渐增粗,具有很强的可解释性。所以上一小节遗留的问题就迎刃而解了,理想情况下,我们可以通过这些潜变量来生成无数个满足我们需求的手写数字了!也就不需要再为生成的数据人工打标签了。

所以此时对于G的输入来说不再是单纯的噪声z了,而是z和一个长度为12的向量c,但是仅仅有这个设定还不够,因为生成器的学习具有很高的自由度,它很容易找到一个解,使得:

此时在生成器看来,z和c是两个完全独立的向量,有没有c都一样可以生成数据,这样生成器就完全绕过了c,导致它起不到应有的作用。

为了解决这个问题,作者通过优化GAN的损失函数来让和c强制产生联系,使得两者完成建模。作者从信息论中得到启发,提出基于互信息(mutual information)的正则化项。在信息论中,互信息用来衡量“已知随机变量Y的情况下,可以获得多少有关随机变量X的信息”,其计算公式为:

上式中,H表示计算熵值,所以I(X;Y)是两个熵值的差。H(X|Y)衡量的是“给定随机变量的情况下,随机变量X的不确定性”。从公式中可以看出,若X和Y是独立的,此时H(X)=H(X|Y),得到I(X;Y)=0,为最小值。若X和Y有非常强的关联时,即已知Y时,X没有不确定性,则H(X|Y)=0    ,I(X;Y)达到最大值。所以为了让G(z,c)和c之间产生尽量明确的语义信息,必须要让它们二者的互信息足够的大,所以我们对GAN的损失函数添加一个正则项,就可以改写为:

注意属于G的损失函数的一部分,所以这里为负号,即让该项越大越好,使得G的损失函数变小。其中为平衡两个损失函数权重。但是,在计算的过程中,需要知道后验概率分布,而这个分布在实际中是很难获取的,因此作者在解决这个问题时采用了变分推理的思想,引入变分分布来逼近,进而通过轮流迭代的方法用去逼近的下界,得到最终的网路损失函数

(二)网络结构

从上图可以清晰的看出,虽然在设计InfoGAN时的数学推导比较复杂,但是网络架构还是非常简单明了的。G和D的网络结构和DCGAN保持一致,均由CNN构成。在此基础上,改动的地方主要有:

1.G的输入不仅仅是噪声向量z了,而是z和具有语意信息的浅变量c进行拼接后的向量输入给G。

2.D的输出在原先的基础上添加了一个新的输出分支Q,Q和D共享全部分卷积层,然后各自通过不同的全连接层输出不同的内容:Q的输出对应于的c的概率分布,D则仍然判别真伪。

(三) InfoGAN的训练流程

假设batch_size=m,数据集为MNIST,则根据作者的方法,不可压缩噪声向量的长度为62,离散潜变量的个数为1,取值范围为[0, 9],代表0-9共10个数字,连续浅变量的个数为2,代表了生成数字的倾斜程度和笔划粗细,最好服从[-2, 2]上的均匀分布,因为这样能够显式的通过改变其在[-2,2]上的数值观察到生成数据相应的变化,便于实验,所以此时输入变量的长度为62+10+2=74。

则在每一个epoch中:

先训练判别器k(比如3)次:

1. 从噪声分布(比如高斯分布)中随机采样出m个噪声向量:

2.从真实样本x中随机采样出m个样本:

3. 用梯度下降法使损失函数real_loss:与1之间的二分类交叉熵减小(因为最后判别器最后一层的激活函数为sigmoid,所以要与0或者1做二分类交叉熵,这也是为什么损失函数要取log的原因)。

4.用梯度下降法使损失函数fake_loss:与0之间的二分类交叉熵减小。

5. 所以判别器的总损失函数d_loss:即让d_loss减小。注意在训练判别器的时候分类器中的所有参数要固定住,即不参加训练。

再训练生成器1次:

1. 从噪声分布中随机采样出m个噪声向量:

2. 从离散随机分布中随机采样m个长度为10、one-hot编码格式的向量:

3. 从两个连续随机分布中各随机采样m个长度为1的向量:

4. 将上面的所有向量进行concat操作,得到长度为74的向量,共m个,并记录每个向量所在的位置,便于计算损失函数

5. 此时g_loss由三部分组成:一个是与1之间的二分类交叉熵、一个是Q分支输出的离散浅变量的预测值和相应的输入部分的交叉熵以及Q分支输出的连续浅变量的预测值和输入部分的互信息,并为这三部分乘上适当的平衡因子,其中互信息项的系数是负的。

6. 用梯度下降法使越小越好。注意在训生成器的时候判别器中的所有参数要固定住,即不参加训练。

直到所有epoch执行完毕,训练结束。

(四)总结

1.G的输入不再是一个单一的噪声向量,而是噪声向量与潜变量的拼接。

2.对于潜变量来说,G和D组成的大网络就好比是一个AutoEncoder,不同之处只是将信息编码在了图像中,而非向量,最后通过D解码还原回。

3.D的输出由原先的单一分支变为两个不同的分支。

4.从信息熵的角度对噪声向量和潜变量的关系完成建模,并通过数学推导以及实验的方式证明了该方法确实有效。

5.通过潜变量,使得G生成的数据具有一定的可解释性。

四、WGAN(Wasserstein GAN)

(一) Wassersteindistance

从前面的章节我们知道,DCGAN的损失函数本质上是让间的JS散度尽可能的小,但是很有可能出现两个分布根本就没有重叠的地方,对于任意两个没有交叠、距离足够远的分布,它们之间的JS散度恒定为log2,导致梯度消失,此时不可能在训练的过程中向的方向移动,D也就得不到训练。而WGAN就着手于从损失函数上进行优化,使得训练更加稳定。

WGAN的作者用大量的数学推导来证明了基于二分类交叉熵损失函数的缺陷与不合理性,并提出了一种新的损失函数,取名为Wasserstein distance,这个损失函数在任何位置都有着相对平滑的梯度,由于篇幅所限,我尽量直观的向大家阐述,我们先来看一下网络结构。

(二)网络结构

乍一看怎么和DCGAN相差无几呢,是的,作者在网络结构上的变动仅仅是去掉了DCGAN中D最后一层的sigmoid激活函数,使得网络最后一层的输出变成线性的了。

(三) 原理阐述

究竟什么是Wasserstein distance呢?Wasserstein distance用来衡量来两个分布间的距离,而且即使两个分布间没有交叠,也会根据分布相距的远近程度给出一个相应的数值,即损失函数的值会随着两个分布间的距离的远近程度而动态的发生改变,在这篇论文中,作者初步给出Wasserstein distance的表达式:

从直观上理解,损失函数是两个期望的差值,并让这个差值尽可能的大,即使尽可能的大,同时使尽可能的小,但仅从这个表达式是不足以让训练变得收敛的,我们来看下图:

虽然能够准确对生成样本和真实样本完美的区分,但是在没有了sigmoid函数限制值域的情况下会让D在真实样本上的输出值趋于无穷大,而在生成样本上的输出值趋于无穷小,导致永远不会收敛,为了避免出现这个问题,作者在损失函数中添加了一个额外的限制条件:

限制是指:在样本空间中,要求判别器函数D(x)梯度值不大于一个有限的常数k,通过权重限制的方式保证了权重参数的有界性,间接限制了其梯度信息。

目的就是让D的输出曲线尽可能的平滑,不让它趋向与无穷大或者无穷小,那么怎么限制呢?在作者2017年发布的WGAN中只是对D的权重进行简单的clipping操作:

人为的规定一个阈值c,并将D中的网络参数数值全部限制在上[-c,c],对于D中的任意一个参数w,如果 w>c, 则令w=c。如果w<-c,则令w=-c,即始终保持,该操作称为weight clipping,使得D的输出曲线比较平滑。是的,就是这么简单!实验证明该算法虽然简单粗暴,但确实使得训练过程变得更加稳定。另一方面,c的取值范围很难确定,是一个依赖于经验的数值。如果取的过小,网络参数都被限制在了一个比较小的范围,导致D的拟合能力受限。如果取的过大,又可能会让D的输出值趋近于无穷,网络又无法收敛,所以它的取值极度依赖实验,不过一般地,将c取为0.01是一个比较个合理的值。综上,WGAN改动的地方主要有以下三点:

1.D最后一层去掉sigmoid激活函数,所以它现在的输出值不再代表二分类的概率了。

2.G和D的loss不再取log,即不再用与0或者1的二分类交叉熵作为损失函数了。

3.每次更新D的参数后,将其所有参数的绝对值截断到不超过一个固定常数c(经验数值,可以取为0.01),即weight clipping操作,其实本质上就是对D的参数添加了一个简单粗暴的正则项。

(四) WGAN的训练流程

假设batch_size=m,则在每一个epoch中:

先训练判别器k(比如5)次:

1. 从噪声分布(比如高斯分布)中随机采样出m个噪声向量:.

2. 从真实样本x中随机采样出m个真实样本:

3. 用梯度下降法使损失函数越小越好(取负号的原因是一般的深度学习框架只能让损失函数越来越小,所以这里加个负号就和原先最大化的逻辑保持一致了)。

4. 用梯度下降法使损失函数越小越好,并保存生成的假样本的结果,记

5. 所以判别器的总损失函数,即让d_loss越小越好。注意在训练判别器的时候分类器中的所有参数要固定住,即不参加训练。

6. 检查D中所有可训练参数的值,将它们限制在一个人为规定的常数|c|内,即,令(可以将c取为0.01)。

再训练生成器1次:

1. 从噪声分布中随机采样出m个噪声向量:梯度下降法使损失函数越小越好。注意在训生成器的时候判别器中的所有参数要固定住,即不参加训练。

直到所有epoch执行完毕,训练结束。

 (五) 总结

1.修改一直在沿用的原始GAN损失函数,提出一种新的损失函数,使得GAN的训练变得比以前稳定。

2.提出针对判别器的weight clipping操作,并经过大量实验证明确实能够让训练变得稳定、加快模型收敛,而且代码实现上也非常简单,对DCGAN代码的改动不超过20行就能让它变成WGAN

3.模型是否能够收敛高度依赖于超参数c的取值,而该参数的选取通常依赖于实验。如果选取得当,能够提高网络训练的稳定性,如果选取不当,模型反而无法收敛

五、WGAN_GP(WassersteinGAN with Gradient Penality)

(一) gradient penality

在提出了WGAN后,作者继续在WGAN上进行优化,又给出了一种新的损失函数,抛弃weight clipping,也就不再需要经验常数c了,取而代之的是gradient penality(梯度惩罚),因此取名为WGAN_GP,也叫Improved_WGAN

Gradient penality是指:对D的每一个输入样本x,使得。意思是对于任意一个输入样本x,用D的输出结果D(x)对求梯度后的值的L2范数不大于1。

上面的解释可能有些拗口,我们从一维空间中的函数f(x)来进行阐述:一维函数f(x),对于任意输入x,该函数满足:,即任意一点的斜率的平方不大于1,进而可以推出:,可想而知f(x)的函数曲线是比较平滑的,所以称为梯度惩罚。那为什么是L2范数呢而不是L1范数呢?原因很简单,L1范数会破坏一个函数的可微性呀,所以L2范数是非常合理的!

注意前面我说的是针对于D的每一个输入样本,都让它满足,实际上这是不现实的,所以作者又想了一个办法来解决这个问题:假设从真实数据中采样出来的一个点称为x(这个点是高维空间中的点),G利用采样得到的噪声向量所生成的假数据称为在这两点之间的某一个位置采样一个点记为,即对于每一个,尽量让。那么最常见的满足上述要求的采样方法就是线性采样方法了,即在x与所形成的超平面上任意选取一个点,换句话说就是在生成样本和真实样本间做一个线性插值,所以存在

在新的损失函数闪亮登场之前,我们还有一个小小的优化!因为作者最后发现,其实让是最好的方案,而不是把1作为上、下限,别问我为什么,作者也不知道!因为是通过大量的实验总结出来的。

那么WGAN_GP的核心就在线性插值这了,为了不让这部分变得太抽象,我们用pytorch来实现一下插值这部分。

所以,新的损失函数可以写为:  

说了这么多,其实用数学公式表达出来还是非常简单的,式子中前两项仍然是WGAN损失函数,只是新添加了一个正则项,便是在真实数据和生成数据之间通过线性插值得到的点,即尽量让D对它的梯度的L2范数越接近于1,使越大越好,通过该正则项,能让损失函数上的每一点都有较为平滑的梯度,训练也就更加稳定,大大降低了训练GAN的难度。超参数用于对这两部分的损失函数进行平衡,作者通过实验发现=10是一个比较合理的数值。

(二) WGAN_GP的训练流程

假设batch_size=m,则在每一个epoch中:

先训练判别器k(比如5)次:

1. 从噪声分布(比如高斯分布)中随机采样出m个噪声向量:

2. 从真实样本x中随机采样出m个真实样本:

3. 用梯度下降法使损失函数越小越好(取负号的原因是一般的深度学习框架只能让损失函数越来越小,所以这里加个负号就和原先最大化的逻辑保持一致了)。

4. 用梯度下降法使损失函数越小越好,并保存生成的假样本的结果,记为

5.在这m个假样本与已经得到的m个真实样本进行线性插值,得到m个插值样本:。将m个插值样本送入D中得到的结果对输入求梯度,使越小越好。

6.所以判别器的总损失函数d_loss =read_los­s + fake_loss + gp,即让d_loss越小越好。注意在训练判别器的时候分类器中的所有参数要固定住,即不参加训练。为平衡两个损失函数权重,取为10是比较合理的数值。

再训练生成器1次:

从噪声分布中随机采样出m个噪声向量:梯度下降法使损失函数g_loss:越小越好。注意在训练生成器的时候判别器中的所有参数要固定住,即不参加训练。

直到所有epoch执行完毕,训练结束。

(三) WGAN_GP小试牛刀

在写这篇文章的时候,正好看到TinyMind举办了一个关于用GAN生成书法字体的比赛https://www.tinymind.cn/competitions/45 - ranking,当时距离比赛结束仅剩三天时间,但是为了让文章更充实一些,还是马不停蹄的把数据集下载到本地,不说了,GAN就完了!

比赛目的是用GAN来生成图片大小为128*128的书法字体图片,评判标准是上传10000张自己生成的书法字进行系统评分,当然质量、多样性越高越好。训练集中共有100种字,每种字又有400张不同的字体图片,所以一共是40000张图片,每张图片的高、宽都在200到400之间,并且为灰度图像,那么我们就来用WGAN_GP来完成这个小比赛!,参考开源代码地址:https://github.com/igul222/improved_wgan_training,实现框架为tensorflow。

先来看看数据集长什么样吧。

这里我将每种字随机抽出1个并resize到64*64进行排列展示,所以正好100个不同的字,发现有一些根本不认识!不过认不认识没关系,对于网络来说它需要的仅仅是数据而已。另外一点就是这里面有一些脏数据,比如大字下面还有一些小字,这肯定不是我们期望的样本,但是我在这里并没有过滤掉这些脏数据,一是工作量太大,不能自动完成,需要人工检查。二是先尝试着训练一下,不行的话再想办法剔除,事实证明对结果影响不大。

原repo的代码只能生成64*64的图片,所以需要对其网络结构进行相应的改进,使其能够产生128*128的图片,改进的方案也非常简单:

1)将G的第一个全连接层的输出神经元个数扩大为原先的两倍,所以这时reshape后tensor深度变为原先的两倍,此后卷积核的个数每层都除以2。

2)将生成器最后一层的激活函数改为relu,接一个batch normalization,并在其后面再添加一个deconv层,激活函数为tanh。

3)将判别器的最后一层的全连接层改为卷积层,接一个batch normalization,激活函数为leaky relu,并重复一次,即再降采样一次,reshape后再接一个单神经元的全连接层就可以了,注意没有激活函数

4)因为是新的数据了,所以数据读取以及组织数据的代码需要自己写。损失函数、训练代码不用动。可能需要在实验中对学习率进行调整。

在训练了40个epoch后,我把每个epoch生成器生成的100张图片存下来并缩小做成动态图:

(gif 图片太大,截取部分静态图)

可以看出生成的数据已经趋于稳定,变动不大。由于时间有限再加上工作繁忙,没有足够的时间对网络进行优化,排名没进前10,因为前10名才有奖励呀,重在参与嘛!将10000张生成的图片上传后,官网展示了部分图片:

个人感觉效果一般吧,不过在参加了这个小比赛后让我学到了很多知识,也认识到了自身的不足。

  • 直接把数据的标签信息仍掉了,所有数据同等对待一起训的,导致最终数据的多样性可能不够高,拉低评分。

  • 既然是比赛,采取合理的小技巧来达到更高的评分也是可以的。我们知道越大的图片越不好生成,而64*64的图片相对来说比较容易生成,也易于训练。可以只生成64*64的图片,提交成绩的时候再通过一些好的插值方法(比如双三次插值)resize到128*128!赛后我知道确实有人是这样做的。不过这种方法所生成的书法字肯定没有直接生成128*128的图片质量高。

  • 其实有很多比WGAN_GP更先进、生成效果更好的网络,毕竟这篇文章的发表时间是在2017年,但是新手上路嘛,以稳为主,就选择了一个比较经典的模型。

  • 为以后的手写字识别提供了不少思路,通过GAN来增加训练数据量是非常可行的方法。

(四) 总结

1.为WGAN损失函数提出了一种新的正则方法——gradient penality,从而更好的解决了训练GAN的过程中梯度消失的问题。

2.比标准WGAN拥有更快的收敛速度,并能生成更高质量的样本。

3.将resnet中的残差块成功应用于生成器和判别器中,使网络可以变得更深、同时能够生成质量更高的样本,并且训练过程也更加稳定。

4.不需要过多的调参,成功训练多种针对图片的GAN结构。

六 、总结

1.本文沿着GANDCGANInfoGANWGANWGAN_GP的路线来介绍GAN,其初衷是能让大家对GAN有一个感性的了解,所以大量的数学公式推导没有列出来。当然,还有很多优秀的GAN本文没有涉及到,毕竟以入门为主嘛!相信在读完本文后能够让大家更好的理解当下比较新颖并且有意思的GAN。

2.其实GAN在最终的实现上都非常简单,比较难的地方是涉及模型损失函数的优化以及相关数学推导、还有就是在现有网络上的创新,从而提出一个新颖并且生成质量高的GAN模型。

3.虽然GAN在图像生成上取得了耀眼的成绩,但并没有在NLP领域取得显著成果。其中一个主要原因是图像数据都是实数空间上的连续数据,而NLP中大多都是离散数据,例如分词后的词组。而对于连续型数据,就可以略微改变合成的数据,比如一个浮点类型的像素值为0.64,将这个值改为0.65是没有问题的。但是对于离散型数据,如果输出了一个单词”hello”,但接下来不能将其改为”hello+0.01”,因为根本没有这个单词!所以NLP中应用GAN是比较困难的。但并不代表没有人研究这个方向,有一些学者已经能够将GAN应用于NLP中了,大多数要与强化学习结合,感兴趣的小伙伴可以读一读TextGAN、SeqGAN这两篇文章。

4.由于平时对GAN的接触比较少,再加上专业水平有限,文章中出错之处在所难免,还望多多包涵。

七、参考文献

[1]IanJ. Goodfellow, Jean Pouget-Abadie and Mehdi Mirza, “Gererative AdversarialNetworks,” ArXiv preprint arXiv:1406.2661, 2014.

[2]AlecRadford, Luke Metz and Soumith Chintala, “Unsupervised Representation Learningwith Deep Convolutional Generative Adversarial Networks,” ArXiv preprintaxXiv:1511.06434, 2016.

[3]Xi Chen, Yan Duan and Rein Houthooft, “InfoGAN:Interpretable Representation Learning by Information Maximizing GenerativeAdversarial Nets,” ArXiv Preprint arXiv:1606.03657, 2016.

[4]Martin Arjovsky, Soumith Chintala and Léon Bottou, “WassersteinGAN,” ArXiv preprint arXiv:1606.03657, 2016.

[5]Ishaan Gulrajani, Faruk Ahmed and Martin Arjovsky, “ImprovedTraining of Wasserstein GANs”, ArXiv preprint arXiv:1704.00028, 2017.

关于作者


马振宇:达观数据算法工程师,负责达观数据OCR方向的相关算法研发,优化工作。

达观数据
达观数据

达观数据是一家专注于文本智能处理技术的国家高新技术企业,获得2018年度中国人工智能领域最高奖项 “吴文俊人工智能科技奖”,也是本年度上海市唯一获奖企业。达观数据利用先进的自然语言理解、自然语言生成、知识图谱等技术,为大型企业和政府客户提供文本自动抽取、审核、纠错、搜索、推荐、写作等智能软件系统,让计算机代替人工完成业务流程自动化,大幅度提高企业效率。

入门GAN
8
相关数据
达观数据机构

达观数据是一家专注于文本智能处理技术的国家高新技术企业,先后获得中国人工智能领域最高奖 “吴文俊人工智能奖”、ACM CIKM算法竞赛全球冠军、EMI Hackathon数据竞赛全球冠军等荣誉。利用先进的自然语言处理(NLP)、光学字符识别(OCR)、知识图谱等技术,为大型企业和政府机构提供机器人流程自动化(RPA)、文档智能审阅、智能推荐等智能产品,让计算机协助人工完成业务流程自动化,大幅度提高企业效率。

https://www.datagrand.com/
Martin Arjovsky人物

纽约大学柯朗数学研究所博士,Wasserstein GAN的作者。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

图像分割技术

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。从数学角度来看,图像分割是将数字图像划分成互不相交的区域的过程。图像分割的过程也是一个标记过程,即把属于同一区域的像索赋予相同的编号。

双三次插值技术

双三次插值,英文是Bicubic interpolation。 双三次插值是一种更加复杂的插值方式,它能创造出比双线性插值更平滑的图像边缘。双三次插值方法通常运用在一部分图像处理软件、打印机驱动程序和数码相机中,对原图像或原图像的某些区域进行放大。Adobe Photoshop CS 更为用户提供了两种不同的双三次插值方法:双三次插值平滑化和双三次插值锐化。

池化技术

池化(Pooling)是卷积神经网络中的一个重要的概念,它实际上是一种形式的降采样。有多种不同形式的非线性池化函数,而其中“最大池化(Max pooling)”是最为常见的。它是将输入的图像划分为若干个矩形区域,对每个子区域输出最大值。直觉上,这种机制能够有效的原因在于,在发现一个特征之后,它的精确位置远不及它和其他特征的相对位置的关系重要。池化层会不断地减小数据的空间大小,因此参数的数量和计算量也会下降,这在一定程度上也控制了过拟合。通常来说,CNN的卷积层之间都会周期性地插入池化层。

图像超分辨率重建技术

超高分辨率成像(Super-resolution imaging,缩写SR),是一种提高影片分辨率的技术。

激活函数技术

在 计算网络中, 一个节点的激活函数定义了该节点在给定的输入或输入的集合下的输出。标准的计算机芯片电路可以看作是根据输入得到"开"(1)或"关"(0)输出的数字网络激活函数。这与神经网络中的线性感知机的行为类似。 一种函数(例如 ReLU 或 S 型函数),用于对上一层的所有输入求加权和,然后生成一个输出值(通常为非线性值),并将其传递给下一层。

权重技术

线性模型中特征的系数,或深度网络中的边。训练线性模型的目标是确定每个特征的理想权重。如果权重为 0,则相应的特征对模型来说没有任何贡献。

交叉熵技术

交叉熵(Cross Entropy)是Loss函数的一种(也称为损失函数或代价函数),用于描述模型预测值与真实值的差距大小

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

高斯分布技术

正态分布是一个非常常见的连续概率分布。由于中心极限定理(Central Limit Theorem)的广泛应用,正态分布在统计学上非常重要。中心极限定理表明,由一组独立同分布,并且具有有限的数学期望和方差的随机变量X1,X2,X3,...Xn构成的平均随机变量Y近似的服从正态分布当n趋近于无穷。另外众多物理计量是由许多独立随机过程的和构成,因而往往也具有正态分布。

多层感知机技术

感知机(Perceptron)一般只有一个输入层与一个输出层,导致了学习能力有限而只能解决线性可分问题。多层感知机(Multilayer Perceptron)是一类前馈(人工)神经网络及感知机的延伸,它至少由三层功能神经元(functional neuron)组成(输入层,隐层,输出层),每层神经元与下一层神经元全互连,神经元之间不存在同层连接或跨层连接,其中隐层或隐含层(hidden layer)介于输入层与输出层之间的,主要通过非线性的函数复合对信号进行逐步加工,特征提取以及表示学习。多层感知机的强大学习能力在于,虽然训练数据没有指明每层的功能,但网络的层数、每层的神经元的个数、神经元的激活函数均为可调且由模型选择预先决定,学习算法只需通过模型训练决定网络参数(连接权重与阈值),即可最好地实现对于目标函数的近似,故也被称为函数的泛逼近器(universal function approximator)。

参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

概率分布技术

概率分布(probability distribution)或简称分布,是概率论的一个概念。广义地,它指称随机变量的概率性质--当我们说概率空间中的两个随机变量具有同样的分布(或同分布)时,我们是无法用概率来区别它们的。

收敛技术

在数学,计算机科学和逻辑学中,收敛指的是不同的变换序列在有限的时间内达到一个结论(变换终止),并且得出的结论是独立于达到它的路径(他们是融合的)。 通俗来说,收敛通常是指在训练期间达到的一种状态,即经过一定次数的迭代之后,训练损失和验证损失在每次迭代中的变化都非常小或根本没有变化。也就是说,如果采用当前数据进行额外的训练将无法改进模型,模型即达到收敛状态。在深度学习中,损失值有时会在最终下降之前的多次迭代中保持不变或几乎保持不变,暂时形成收敛的假象。

学习率技术

在使用不同优化器(例如随机梯度下降,Adam)神经网络相关训练中,学习速率作为一个超参数控制了权重更新的幅度,以及训练的速度和精度。学习速率太大容易导致目标(代价)函数波动较大从而难以找到最优,而弱学习速率设置太小,则会导致收敛过慢耗时太长

损失函数技术

在数学优化,统计学,计量经济学,决策理论,机器学习和计算神经科学等领域,损失函数或成本函数是将一或多个变量的一个事件或值映射为可以直观地表示某种与之相关“成本”的实数的函数。

超参数技术

在机器学习中,超参数是在学习过程开始之前设置其值的参数。 相反,其他参数的值是通过训练得出的。 不同的模型训练算法需要不同的超参数,一些简单的算法(如普通最小二乘回归)不需要。 给定这些超参数,训练算法从数据中学习参数。相同种类的机器学习模型可能需要不同的超参数来适应不同的数据模式,并且必须对其进行调整以便模型能够最优地解决机器学习问题。 在实际应用中一般需要对超参数进行优化,以找到一个超参数元组(tuple),由这些超参数元组形成一个最优化模型,该模型可以将在给定的独立数据上预定义的损失函数最小化。

降采样技术

降采样是数位信号处理领域中的一种多速频数字信号处理(multi-rate digital signal processing)系统中采样率转换(sample rate conversion)技术的一种,或指代用来降低信号采样率的过程,与插值相反——插值用来增加取样频率——降采样通常用于降低数据传输速率或者数据大小。因为降采样会有混叠的情形发生,系统中具有降采样功能的部分称为降频器(decimator)。

后验概率技术

在贝叶斯统计中,一个随机事件或者一个不确定事件的后验概率是在考虑和给出相关证据或数据后所得到的条件概率。同样,后验概率分布是一个未知量(视为随机变量)基于试验和调查后得到的概率分布。“后验”在本文中代表考虑了被测试事件的相关证据。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

信息熵技术

在信息论中,熵是接收的每条消息中包含的信息的平均量,又被称为信息熵、信源熵、平均自信息量。这里,“消息”代表来自分布或数据流中的事件、样本或特征。熵的单位通常为比特,但也用Sh、nat、Hart计量,取决于定义用到对数的底。

梯度下降技术

梯度下降是用于查找函数最小值的一阶迭代优化算法。 要使用梯度下降找到函数的局部最小值,可以采用与当前点的函数梯度(或近似梯度)的负值成比例的步骤。 如果采取的步骤与梯度的正值成比例,则接近该函数的局部最大值,被称为梯度上升。

卷积神经网络技术

卷积神经网路(Convolutional Neural Network, CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围内的周围单元,对于大型图像处理有出色表现。卷积神经网路由一个或多个卷积层和顶端的全连通层(对应经典的神经网路)组成,同时也包括关联权重和池化层(pooling layer)。这一结构使得卷积神经网路能够利用输入数据的二维结构。与其他深度学习结构相比,卷积神经网路在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网路,卷积神经网路需要考量的参数更少,使之成为一种颇具吸引力的深度学习结构。 卷积网络是一种专门用于处理具有已知的、网格状拓扑的数据的神经网络。例如时间序列数据,它可以被认为是以一定时间间隔采样的一维网格,又如图像数据,其可以被认为是二维像素网格。

映射技术

映射指的是具有某种特殊结构的函数,或泛指类函数思想的范畴论中的态射。 逻辑和图论中也有一些不太常规的用法。其数学定义为:两个非空集合A与B间存在着对应关系f,而且对于A中的每一个元素x,B中总有有唯一的一个元素y与它对应,就这种对应为从A到B的映射,记作f:A→B。其中,y称为元素x在映射f下的象,记作:y=f(x)。x称为y关于映射f的原象*。*集合A中所有元素的象的集合称为映射f的值域,记作f(A)。同样的,在机器学习中,映射就是输入与输出之间的对应关系。

插值技术

数学的数值分析领域中,内插或称插值(英语:interpolation)是一种通过已知的、离散的数据点,在范围内推求新数据点的过程或方法。求解科学和工程的问题时,通常有许多数据点借由采样、实验等方法获得,这些数据可能代表了有限个数值函数,其中自变量的值。而根据这些数据,我们往往希望得到一个连续的函数(也就是曲线);或者更密集的离散方程与已知数据互相吻合,这个过程叫做拟合。

监督学习技术

监督式学习(Supervised learning),是机器学习中的一个方法,可以由标记好的训练集中学到或建立一个模式(函数 / learning model),并依此模式推测新的实例。训练集是由一系列的训练范例组成,每个训练范例则由输入对象(通常是向量)和预期输出所组成。函数的输出可以是一个连续的值(称为回归分析),或是预测一个分类标签(称作分类)。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

遥感技术

遥感(remote sensing)是指非接触的、远距离的探测技术。一般指运用传感器/遥感器探测物体的电磁波辐射、反射特性。遥感通过遥感器这类对电磁波敏感的仪器,在远离目标和非接触目标物体条件下探测目标。

双线性插值技术

双线性插值,又称为双线性内插。在数学上,双线性插值是有两个变量的插值函数的线性插值扩展,其核心思想是在两个方向分别进行一次线性插值。 双线性插值作为数值分析中的一种插值算法,广泛应用在信号处理,数字图像和视频处理等方面。

神经元技术

(人工)神经元是一个类比于生物神经元的数学计算模型,是神经网络的基本组成单元。 对于生物神经网络,每个神经元与其他神经元相连,当它“兴奋”时会向相连的神经元发送化学物质,从而改变这些神经元的电位;神经元的“兴奋”由其电位决定,当它的电位超过一个“阈值”(threshold)便会被激活,亦即“兴奋”。 目前最常见的神经元模型是基于1943年 Warren McCulloch 和 Walter Pitts提出的“M-P 神经元模型”。 在这个模型中,神经元通过带权重的连接接处理来自n个其他神经元的输入信号,其总输入值将与神经元的阈值进行比较,最后通过“激活函数”(activation function)产生神经元的输出。

图像生成技术

图像生成(合成)是从现有数据集生成新图像的任务。

正则化技术

当模型的复杂度增大时,训练误差会逐渐减小并趋向于0;而测试误差会先减小,达到最小值后又增大。当选择的模型复杂度过大时,过拟合现象就会发生。这样,在学习时就要防止过拟合。进行最优模型的选择,即选择复杂度适当的模型,以达到使测试误差最小的学习目的。

上采样技术

在数字信号处理中,上采样、扩展和内插是与多速率数字信号处理系统中的重采样过程相关的术语。 上采样可以与扩展同义,也可以描述整个扩展和过滤(插值)过程。

生成对抗网络技术

生成对抗网络是一种无监督学习方法,是一种通过用对抗网络来训练生成模型的架构。它由两个网络组成:用来拟合数据分布的生成网络G,和用来判断输入是否“真实”的判别网络D。在训练过程中,生成网络-G通过接受一个随机的噪声来尽量模仿训练集中的真实图片去“欺骗”D,而D则尽可能的分辨真实数据和生成网络的输出,从而形成两个网络的博弈过程。理想的情况下,博弈的结果会得到一个可以“以假乱真”的生成模型。

图像分类技术

图像分类,根据各自在图像信息中所反映的不同特征,把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析,把图像或图像中的每个像元或区域划归为若干个类别中的某一种,以代替人的视觉判读。

WGAN技术

就其本质而言,任何生成模型的目标都是让模型(习得地)的分布与真实数据之间的差异达到最小。然而,传统 GAN 中的判别器 D 并不会当模型与真实的分布重叠度不够时去提供足够的信息来估计这个差异度——这导致生成器得不到一个强有力的反馈信息(特别是在训练之初),此外生成器的稳定性也普遍不足。 Wasserstein GAN 在原来的基础之上添加了一些新的方法,让判别器 D 去拟合模型与真实分布之间的 Wasserstein 距离。Wassersterin 距离会大致估计出「调整一个分布去匹配另一个分布还需要多少工作」。此外,其定义的方式十分值得注意,它甚至可以适用于非重叠的分布。

强化学习技术

强化学习是一种试错方法,其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划(Dynamic Programming)。流行的强化学习方法包括自适应动态规划(ADP)、时间差分(TD)学习、状态-动作-回报-状态-动作(SARSA)算法、Q 学习、深度强化学习(DQN);其应用包括下棋类游戏、机器人控制和工作调度等。

信息论技术

信息论是在信息可以量度的基础上,研究有效地和可靠地传递信息的科学,它涉及信息量度、信息特性、信息传输速率、信道容量、干扰对信息传输的影响等方面的知识。通常把上述范围的信息论称为狭义的信息论,又因为它的创始人是香农,故又称为香农信息论。

L1范数技术

在这些情况下,我们转而使用在各个位置斜率相同,同时保持简单的数学形式的函数:L1 范数。当机器学习问题中零和非零元素之间的差异非常重要时,通常会使用L1 范数。 每当x中某个元素从0增加epsilon,对应的L1 范数也会增加epsilon。

L2范数技术

L2范数被称为欧几里得范数。 它表示从原点出发到向量x确定的点的欧几里得距离。 L2范数在机器学习中出现地十分频繁,经常简化表示为 norm{x},略去了下标2。 平方L2范数也经常用来衡量向量的大小,可以简单地通过点积 x^T*x计算。

图像修复技术

推荐文章
暂无评论
暂无评论~