当前位置：首页 > news >正文

G7打卡——Semi-Supervised GAN

news 2025/7/22 11:53:33

🍨 本文为🔗365天深度学习训练营中的学习记录博客
🍖 原作者：K同学啊

1.配置代码

import argparse
import os
import numpy as np
import mathimport torchvision.transforms as transforms
from torchvision.utils import save_imagefrom torch.utils.data import DataLoader
from torchvision import datasets
from torch.autograd import Variableimport torch.nn as nn
import torch.nn.functional as F
import torch# 创建保存生成图像的文件夹
os.makedirs("images", exist_ok=True)# 使用 argparse 解析命令行参数
parser = argparse.ArgumentParser()
parser.add_argument("--n_epochs", type=int, default=50, help="训练的轮数")
parser.add_argument("--batch_size", type=int, default=64, help="每个批次的样本数量")
parser.add_argument("--lr", type=float, default=0.0002, help="Adam 优化器的学习率")
parser.add_argument("--b1", type=float, default=0.5, help="Adam 优化器的第一个动量衰减参数")
parser.add_argument("--b2", type=float, default=0.999, help="Adam 优化器的第二个动量衰减参数")
parser.add_argument("--n_cpu", type=int, default=8, help="用于批次生成的 CPU 线程数")
parser.add_argument("--latent_dim", type=int, default=100, help="潜在空间的维度")
parser.add_argument("--num_classes", type=int, default=10, help="数据集的类别数")
parser.add_argument("--img_size", type=int, default=32, help="每个图像的尺寸（高度和宽度相等）")
parser.add_argument("--channels", type=int, default=1, help="图像的通道数（灰度图像通道数为 1）")
parser.add_argument("--sample_interval", type=int, default=400, help="图像采样间隔")
opt = parser.parse_args()
print(opt)# 如果 GPU 可用，则使用 CUDA 加速
cuda = True if torch.cuda.is_available() else False

2.初始化权重

def weights_init_normal(m):classname = m.__class__.__name__if classname.find("Conv") != -1:torch.nn.init.normal_(m.weight.data, 0.0, 0.02)elif classname.find("BatchNorm") != -1:torch.nn.init.normal_(m.weight.data, 1.0, 0.02)torch.nn.init.constant_(m.bias.data, 0.0)

3.定义算法模型

import torch.nn as nnclass Generator(nn.Module):def __init__(self):super(Generator, self).__init__()# 创建一个标签嵌入层，用于将条件标签映射到潜在空间self.label_emb = nn.Embedding(opt.num_classes, opt.latent_dim)# 初始化图像尺寸，用于上采样之前self.init_size = opt.img_size // 4  # Initial size before upsampling# 第一个全连接层，将随机噪声映射到合适的维度self.l1 = nn.Sequential(nn.Linear(opt.latent_dim, 128 * self.init_size ** 2))# 生成器的卷积块self.conv_blocks = nn.Sequential(nn.BatchNorm2d(128),nn.Upsample(scale_factor=2),nn.Conv2d(128, 128, 3, stride=1, padding=1),nn.BatchNorm2d(128, 0.8),nn.LeakyReLU(0.2, inplace=True),nn.Upsample(scale_factor=2),nn.Conv2d(128, 64, 3, stride=1, padding=1),nn.BatchNorm2d(64, 0.8),nn.LeakyReLU(0.2, inplace=True),nn.Conv2d(64, opt.channels, 3, stride=1, padding=1),nn.Tanh(),)def forward(self, noise):out = self.l1(noise)out = out.view(out.shape[0], 128, self.init_size, self.init_size)img = self.conv_blocks(out)return imgclass Discriminator(nn.Module):def __init__(self):super(Discriminator, self).__init__()def discriminator_block(in_filters, out_filters, bn=True):"""返回每个鉴别器块的层"""block = [nn.Conv2d(in_filters, out_filters, 3, 2, 1), nn.LeakyReLU(0.2, inplace=True), nn.Dropout2d(0.25)]if bn:block.append(nn.BatchNorm2d(out_filters, 0.8))return block# 鉴别器的卷积块self.conv_blocks = nn.Sequential(*discriminator_block(opt.channels, 16, bn=False),*discriminator_block(16, 32),*discriminator_block(32, 64),*discriminator_block(64, 128),)# 下采样图像的高度和宽度ds_size = opt.img_size // 2 ** 4# 输出层self.adv_layer = nn.Sequential(nn.Linear(128 * ds_size ** 2, 1), nn.Sigmoid())  # 用于鉴别真假的输出层self.aux_layer = nn.Sequential(nn.Linear(128 * ds_size ** 2, opt.num_classes + 1), nn.Softmax())  # 用于鉴别类别的输出层def forward(self, img):out = self.conv_blocks(img)out = out.view(out.shape[0], -1)validity = self.adv_layer(out)label = self.aux_layer(out)return validity, label

4.配置模型

# 定义损失函数
adversarial_loss = torch.nn.BCELoss()  # 二元交叉熵损失，用于对抗训练
auxiliary_loss = torch.nn.CrossEntropyLoss()  # 交叉熵损失，用于辅助分类# 初始化生成器和鉴别器
generator = Generator()  # 创建生成器实例
discriminator = Discriminator()  # 创建鉴别器实例# 如果使用GPU，将模型和损失函数移至GPU上
if cuda:generator.cuda()discriminator.cuda()adversarial_loss.cuda()auxiliary_loss.cuda()# 初始化模型权重
generator.apply(weights_init_normal)  # 初始化生成器的权重
discriminator.apply(weights_init_normal)  # 初始化鉴别器的权重# 配置数据加载器
os.makedirs("../../data/mnist", exist_ok=True)  # 创建存储MNIST数据集的文件夹
dataloader = torch.utils.data.DataLoader(datasets.MNIST("../../data/mnist",train=True,download=True,transform=transforms.Compose([transforms.Resize(opt.img_size), transforms.ToTensor(), transforms.Normalize([0.5], [0.5])]),),batch_size=opt.batch_size,shuffle=True,
)# 优化器
optimizer_G = torch.optim.Adam(generator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))  # 生成器的优化器
optimizer_D = torch.optim.Adam(discriminator.parameters(), lr=opt.lr, betas=(opt.b1, opt.b2))  # 鉴别器的优化器# 根据是否使用GPU选择数据类型
FloatTensor = torch.cuda.FloatTensor if cuda else torch.FloatTensor
LongTensor = torch.cuda.LongTensor if cuda else torch.LongTensor

5.训练模型

for epoch in range(opt.n_epochs):for i, (imgs, labels) in enumerate(dataloader):batch_size = imgs.shape[0]# 定义对抗训练的标签valid = Variable(FloatTensor(batch_size, 1).fill_(1.0), requires_grad=False)  # 用于真实样本fake = Variable(FloatTensor(batch_size, 1).fill_(0.0), requires_grad=False)  # 用于生成样本fake_aux_gt = Variable(LongTensor(batch_size).fill_(opt.num_classes), requires_grad=False)  # 用于生成样本的类别标签# 配置输入数据real_imgs = Variable(imgs.type(FloatTensor))  # 真实图像labels = Variable(labels.type(LongTensor))  # 真实类别标签# -----------------#  训练生成器# -----------------optimizer_G.zero_grad()# 采样噪声和类别标签作为生成器的输入z = Variable(FloatTensor(np.random.normal(0, 1, (batch_size, opt.latent_dim))))# 生成一批图像gen_imgs = generator(z)# 计算生成器的损失，衡量生成器欺骗鉴别器的能力validity, _ = discriminator(gen_imgs)g_loss = adversarial_loss(validity, valid)g_loss.backward()optimizer_G.step()# ---------------------#  训练鉴别器# ---------------------optimizer_D.zero_grad()# 真实图像的损失real_pred, real_aux = discriminator(real_imgs)d_real_loss = (adversarial_loss(real_pred, valid) + auxiliary_loss(real_aux, labels)) / 2# 生成图像的损失fake_pred, fake_aux = discriminator(gen_imgs.detach())d_fake_loss = (adversarial_loss(fake_pred, fake) + auxiliary_loss(fake_aux, fake_aux_gt)) / 2# 总的鉴别器损失d_loss = (d_real_loss + d_fake_loss) / 2# 计算鉴别器准确率pred = np.concatenate([real_aux.data.cpu().numpy(), fake_aux.data.cpu().numpy()], axis=0)gt = np.concatenate([labels.data.cpu().numpy(), fake_aux_gt.data.cpu().numpy()], axis=0)d_acc = np.mean(np.argmax(pred, axis=1) == gt)d_loss.backward()optimizer_D.step()batches_done = epoch * len(dataloader) + iif batches_done % opt.sample_interval == 0:save_image(gen_imgs.data[:25], "images/%d.png" % batches_done, nrow=5, normalize=True)print("[Epoch %d/%d] [Batch %d/%d] [D loss: %f, acc: %d%%] [G loss: %f]"% (epoch, opt.n_epochs, i, len(dataloader), d_loss.item(), 100 * d_acc, g_loss.item()))

总结：

一、Semi-Supervised GAN 简介

Semi-Supervised GAN（半监督生成对抗网络）是一种结合了半监督学习和生成对抗网络（GAN）的方法。其核心思想是：

增加一个"未知类别"：在传统的分类任务中，假设我们有10个已知类别（如MNIST中的0-9数字）。在SSGAN中，我们增加一个额外的类别作为"未知"类别，总共11个类别。
双目标训练：
- 鉴别器需要完成两个任务：
  - 判断图像是真实的还是生成的（GAN的基本任务）
  - 判断图像属于11个类别中的哪一个（包括"未知"类别）
利用未标注数据：这种方法可以有效地利用大量未标注数据和少量标注数据进行训练，提高分类性能。
增强生成能力：通过分类任务的监督信号，可以帮助生成器生成更高质量的图像。