0 引子 GAN的风暴席卷了整个深度学习圈子,任何任务似乎套上GAN的壳子,立马就变得高大上了起来。那么,GAN究竟是什么呢? GAN的主要应用目标: 生成式任务(生成、重建、超分辨率、风格迁移、补全、上采样等) GAN的核心思想:生成器G和判别器D的一代代博弈 生成器:生成网络,通过输入生成图像 判别器:二分类网络,将生成器生成图像作为负样本,真实图像作为正样本 learn 判别器D: 给定G,通过G生成图像产生负样本,并结合真实图像作为正样本来训练D learn 生成器G: 给定D,以使得D对G生成图像的评分尽可能接近正样本作为目标来训练G G和D的训练过程交替进行,这个对抗的过程使得G生成的图像越来越逼真,D“打假”的能力也越来越强。 觉得不是很好理解嘛?别着急,慢慢往下看! 1 从极大似然估计说起补充: 分布的表示:P(x)表示该分布中采样到样本x的概率,试想如果我们知道该分布中每个样本的采样概率,那么这个分布也就可以以这种形式表示出来了。确定分布的表示:P(x;𝜃)其中𝜃表示该分布的参数,该分布的具体形式确定了(比如 P(x;𝜃) 可以是高斯分布,𝜃就是高斯分布的均值 µ和方差𝜌 先来介绍一下极大似然估计: 1.1 极大似然估计要解决的问题 给定一个数据分布 给定一个由参数𝜃定义的数据分布 我们希望求得参数𝜃使得 尽可能接近 可以理解成: 是某一具体的分布(比如简单的高斯分布),而 是未知的(或者及其复杂,我们很难找到一个方式表示它),我们希望通过极大似然估计的方法来确定𝜃 ,让 能够大体表达 。 1.2 极大似然估计的解决方案 从 采样m个样本 计算采样样本的似然函数 计算使得似然函数 L 最大的参数𝜃 : 这里再啰嗦一下极大似然估计为什么要这么做: 可以理解成是非常复杂的分布,不可能用某个数学表达精确表示,因此我们只能通过抽象,使用一个具体的分布模型 近似 所以,求 的参数 𝜃的策略就变成了: 我们认为来自 的样本 在 分布中出现的概率越高,也就是 越大, 和 就越接近。 因此,我们期待的𝜃就是使得 最大的𝜃. 即: 咱们继续推导: 关于最后一步: 因为我们求取的是𝜃 ,而式一 与𝜃无关,因此加上这一项并不影响等式。 加上这一项是为了后面的推导,把极大似然函数的式子化简成KL散度的表达式 (公式推导接上) KL散度: KL(P||Q) 衡量P,Q这两个概率分布差异的方式: 1.3 极大似然估计的本质 找到𝜃 使得 与目标分布 的KL散度尽可能低,也就是使得两者的分布尽可能接近,实现用确定的分布 极大似然 2 GAN的基本思想 2.1 生成器:有问题?试试神经网络! GAN的主要应用是集中在生成 本质就是在做一个极大似然估计的事情,我们希望可以用某一种具体的分布形式 尽可能逼真地表达分布 ,这样我们就相当于是得到了 ,并据此分布 采样(也就是做生成式的任务): 确定具体分布的形式 极大似然估计求得𝜃.我们认为我们可以使用 近似表达 基于 采样做生成 那么最直接的想法: 直接用高斯分布模型,但是高斯分布的capacity太弱了,不能很有效地推广至去拟合各种差异很大地目标图像分布 想要得到更general的 ,为什么不考虑使用具有强大拟合能力的神经网络来做呢???!!! 我们不妨设计一个神经网络G来得到更general的 ,大概的结构图如下: 解释一下: 整体pipeline: 我们先选取一个简单的先验分布 ,并从该先验分布中采样z作为输入,输入到神经网络G,得 G(z)= 生成图像 .我们通过这种方式构建了生成分布 。此时该分布主要由神经网络G决定,参数𝜃由网络参数定义.我们可以通过输入z来在该分布上采样 . 我们的目标是 ,我们希望我们构建的 与它尽可能接近。我们无法获得 的具体表达形式,我们只能获得它的样本。 类似极大似然估计,我们通过比较两个分布样本的差异设计loss来调节优化神经网络G的参数𝜃,从而实现将分布 向 拉近,从而达到用 拟合表达 的效果。 表示一个先验分布,我们生成图像 需要输入的code z 就是服从这个先验分布的。这个先验分布比如可以是:高斯分布 指示函数 表示当 [] 内的条件为真时取值为1,为假时取值为0 也就是说分布 采样 的概率是所有能够使得 成立的z出现的概率之和,而z在这里是符合先验分布 的。 显然, 的计算是非常困难的。 然鹅, 的计算又是非常必要的,因为我们需要验证 在不断靠近 . 现在这种情况使用极大似然估计根本无从下手啊!!! 那么现在,GAN来了!!! 2.2 判别器:有问题?GAN来了! GAN由生成器G和判别器D组成。 其实上面我们已经基本介绍了生成器G的由来了,并且我们遇到了一个问题: 极其复杂的计算方式导致使用极大似然估计根本无从下手啊!!! 为了解决这个问题,我们引入了判别器D! 现在GAN的结构就完备了!! 对于生成器G: G 是一个函数,输入 ,输出(上面已经介绍了) 先验分布 , 和G共同决定的分布 对于判别器D: D是一个函数,输入 ,输出一个scalar D用于评估 和 之间的差异(解决上一小节提出的问题) 那么,GAN的最终目标-->用符号化语言表示就是: 我们的目标是得到使得式子 最小的生成器 . 关于V: 给定G, 衡量的就是分布 和 的差异。 因此, 也就是我们需要的使得差异最小的 G . 详细解释 V(G,D) : 对于 : 固定G ,最优 最大化: 假设D(x) 可以表达任何函数 此时再固定 x ,则对于 ,我们可将其看成是关于D的函数: 解得 即: 则此时对于原式 V(G,D) (将 代入): JSD表示JS散度,它是KL散度的一种变形,也表示两个分布之间的差异: 与KL散度不同,JS散度是对称的。 以上的公式推导,证明了 确实是衡量了 和 之间的差异。 此时,最优的G: 也就是使得 最小的G 当 时,表示两个分布完全相同。 对于 ,令 我们该如何优化从而获得 呢??? 我们希望通过最小化损失函数L(G) ,找到最优的G。 这一步可以通过梯度下降实现: 具体算法参考: 第一代: 给定 (随机初始化) 确定 使得 V( ,D) 最大。此时 V( , ) 表示 和 的JS散度 梯度下降: .得到 第二代: 2. 给定 确定 使得V( ,D) 最大。此时V( , )表示 和 的JS散度 梯度下降: .得到 。。。 后面的依此类推 以上算法有一个问题:如何确定 使得 V(D,G) 最大??? 也就是:给定 G,如何计算 回答: 从 采样 从 采样 因此我们可以将 从期望值计算改写为对样本计算(近似估计): 这很自然地让我们想到二分类问题中常使用的交叉熵loss 因此,我们不妨联想: D是一个二分类器,参数是 来自 的采样 作为正样本 来自 的采样 作为负样本 那么此时,我们就将问题转化成了一个二分类问题: 交叉熵loss大 --> 和 JS散度小 交叉熵loss小 --> 和 JS散度大 此时,D就是可以使用一个神经网络作为二分类器,那么确定D,也就是可以使用梯度下降来优化获得D的最终参数。 GAN的最终算法流程: 初始化参数 (for D)和 (for G) 对于训练的每一轮: 第一部分 学习优化判别器D: 从 采样 从 采样 通过生成器 获得生成样本 梯度下降更新 来最大化 : : 注:以上第一部分可以重复多次:此过程本质上是在测量两分布之间的JS散度 第二部分 学习优化生成器G: 再从 采样另一组 梯度下降更新 来最小化 : : .实际上 第一项与G无关,梯度下降只需最小化 即可。注:以上过程仅一次 最后的话: 其实在GAN之前,就已经有Auto-Encoder,VAE这样的方法来使用神经网络做生成式任务了。 GAN的最大的创新就是在于非常精妙地引入了判别器,从样本的维度解决了衡量两个分布差异的问题。 这种生成器和判别器对抗学习的模式,也必将在各种生成式任务中发挥其巨大的威力。 最后感谢李宏毅老师通俗易懂的讲解,这篇文章主要参考自其深度学习课程,同时也加入了一点我的理解。参考资料贴在下面。 |
|
来自: taotao_2016 > 《AI》