GAN系列学习(1)——前生今世

作者:刘威威

编辑:李文臣

1

1.GAN的 ‘前世’?

大家都知道GAN是Ian Goodfellow 2 014年放出的一篇开山之作,在深度学习界评价很高,可以说GAN的出现,给深度学习界带来了很多的研究(shui)课(lun)题(wen)。但是如果说GAN是另外一种网络的变种,不知道你是否相信呢?但是有一个人是坚信不疑的,这个人就是德国AI科学家Jürgen Schmidhuber,说到这个人可能很多人不太了解,毕竟不是像Hinton Yoshua bengio, Yan lecun这样出名的人,事实上他对AI界做出了很大的贡献,LSTM就是他在97年发明的。其本人照片如下:

OK!Jürgen Schmidhuber之所以认为GAN是其他模型的变种,主要他在92年提出了一种PM(Predictability Minimization)模型,其与GAN有一些相似之处(起码他自己这样认为),所以他一直认为GAN是goodfellow在自己PM模型上的改进。他92年提出的PM模型才是“第一个对抗网络”,而GAN跟PM的主要差别仅仅在于方向反过来了,可以把GAN名字改成“inverse PM”,即反过来的PM。并且多次与goodfellow邮件往来说明这个问题,毫无疑问得到了goodfellow的否决。事情甚至发展到Jürgen Schmidhuber在2016NIPS大会上与goodfellow公开互怼。

事情是这样子的:

2016NIPS大会上,goodfellow正在做GAN的tutorial,这时,Jürgen Schmidhuber打断了演讲,站起来首先介绍了一下自己92年提出的PM模型,其实就差直接阐明PM和GAN很相似,然后反问goodfellow,如何看待GAN和PM的相似点。

外人看上去只是普通的一次提问或者辩证,但是goodfellow反应及其激烈,甚至都要发火了。原来早在GAN提出之后,他们两人就已经互相往来邮件讨论过这个问题,大概流程就是Jürgen Schmidhuber认为GAN是他的PM模型的演化,现在GAN那么出名了,goodfellow应该承认PM对GAN的贡献。Goodfellow当然说不,自己的成果平白无故被上了一个套,要谁谁也不干,而且在本质上GAN和PM也有很大的不同。但是Jürgen Schmidhuber还是不死心,以至于事情闹到了NIPS大会上,结果就是:

可能是动了真怒,Goodfellow直接明说他们之前已经在邮件里讨论了这个问题,不想牵扯到NIPS大会上来做无意义的争辩,最后结果就是goodfelllow的一番话赢得了在场大佬的多次掌声。

题外话

Jürgen Schmidhuber已经五十多岁了,而且是Dalle Molle人工智能研究所的联席主任。他表示自己的早期研究常常被忽视,另外据网上传言,LeCun教授在一封电子邮件中说道,“Jürgen太想得到大家的认可,每次别人讲完话他都会站起来,说刚刚提出的东西有他的功劳,但是这种方式却不是特别恰当。”

实际上,Jürgen Schmidhuber的确对人工智能界做出了很大的贡献,LSTM就是一个典型的例子。

接下来简单介绍一下PM模型。可以用下图来表示PM模型的原理,图片来自郑华滨的知乎文章,下文有关PM的部分均是从他的文章中总结而来,以简单的文字形式来表述,详情可参考链接:

https://zhuanlan.zhihu.com/p/27159510?utm_source=wechat_session&utm_medium=social

图片的左边是一个自编码器,自编码器对输入输出重构,输入数据经过编码解码后得到输出数据,输入输出存在一个重构误差,当重构误差越小时,说明自编码器中的隐藏层越能学习到表示数据的特征,但是我们希望不仅能学习到特征,而且希望学习到好的特征,于是Jürgen Schmidhuber就提出了PM模型,如何衡量好的标准,假设自编码器隐藏层学习到的特征是三维的向量,每一维用c来表示,有人认为,当每一维的特征向量是相互独立即解耦的,说明特征就很好,那么Jürgen Schmidhuber就提出使用一个预测器f(PM中的P部分),f根据其中两个维度的值去预测另外一个维度的值,如果预测的很准,说明他们C之间的独立性就很差,解耦性不好,学习到的特征不好,如果预测的很不准,说明编码器学习到的特征很好。既然这样,可以通过一个损失函数

建立编码器和f预测能力之间的对抗,自编码器希望得到很好的特征表示,令c相互独立,但是f希望预测的很准,预测的准就表示c的独立性差,所以他们之间也有一种‘对抗’,然后通过对抗得到很好的特征表示。

2.PM与GAN的区别:

乍一看或许他们两个很相似,都有‘对抗’机制,实际上差别还是很大的。

首先,PM种的对抗只是相当于一种对获得好的特征表示的辅助,但是GAN的特点就是对抗训练,对抗训练是GAN 的主体。

其次,PM是从复杂分布得到的解耦分布做对抗,而GAN直接对复杂的原始分布做处理,得到最后的判别,所以说GAN或许是inversePM。

再者,PM判别每一个数据的维度,而GAN最后的判别是一维的,即对与错的程度(概率)。

而且PM的作用有限,拓展性不强,而GAN可以用在很多领域,拓展性更强。

我还是很支持GAN是原创的。

有关GAN前世就简单介绍到这里,下文介绍GAN本身的部分,包括GAN的特点,优缺点总结,常用的训练tricks,以及GAN的一些改进成果,有基础的可以直接跳过这一部分。本文的第三部分会介绍一些GAN的变种以及复现很好的GitHub代码链接,感兴趣的可以看一下。在本文的第四部分,我会列举一些GAN的应用,介绍其原理,同时附有github代码链接。

2

首先,啰嗦一下什么是GAN(Generative adversarial nets),中文是生成对抗网络,他是一种生成式模型,也是一种无监督学习模型。其最大的特点是为深度网络提供了一种对抗训练的方式,此方式有助于解决一些普通训练方式不容易解决的问题。并且Yan lecun明确表示GAN是近几十年除了面包机最伟大的发明,并且希望是自己发明的GAN。

关于GAN的入门可以参考机器学习算法全栈工程师公众号之前的文章:GAN入门与实践,里面包含了GAN的入门介绍以及生成人脸图片的实践tensorflow代码。

1. GAN诞生背后的故事:

学术界流传,GAN创始人 Ian Goodfellow 在酒吧微醉后与同事讨论学术问题,当时灵光乍现提出了GAN初步的想法,不过当时并没有得到同事的认可,在从酒吧回去后发现女朋友已经睡了,于是自己熬夜写了代码,发现还真有效果,于是经过一番研究后,GAN就诞生了,一篇开山之作。附上一张大神照片。

Ian goodfellow

2. GAN的原理:

GAN的主要灵感来源于博弈论中零和博弈的思想,应用到深度学习神经网络上来说,就是通过生成网络G(Generator)和判别网络D(Discriminator)不断博弈,进而使G学习到数据的分布,如果用到图片生成上,则训练完成后,G可以从一段随机数中生成逼真的图像。G, D的主要功能是:

● G是一个生成式的网络,它接收一个随机的噪声z(随机数),通过这个噪声生成图像

● D是一个判别网络,判别一张图片是不是“真实的”。它的输入参数是x,x代表一张图片,输出D(x)代表x为真实图片的概率,如果为1,就代表100%是真实的图片,而输出为0,就代表不可能是真实的图片

训练过程中,生成网络G的目标就是尽量生成真实的图片去欺骗判别网络D。而D的目标就是尽量辨别出G生成的假图像和真实的图像。这样,G和D构成了一个动态的“博弈过程”,最终的平衡点即纳什均衡点.

3. GAN的特点:

● 相比较传统的模型,他存在两个不同的网络,而不是单一的网络,并且训练方式采用的是对抗训练方式

● GAN中G的梯度更新信息来自判别器D,而不是来自数据样本

4. GAN 的优点:

(以下部分摘自ian goodfellow 在Quora的问答)

● GAN是一种生成式模型,相比较其他生成模型(玻尔兹曼机和GSNs)只用到了反向传播,而不需要复杂的马尔科夫链

● 相比其他所有模型, GAN可以产生更加清晰,真实的样本

● GAN采用的是一种无监督的学习方式训练,可以被广泛用在无监督学习和半监督学习领域

● 相比于变分自编码器, GANs没有引入任何决定性偏置( deterministic bias),变分方法引入决定性偏置,因为他们优化对数似然的下界,而不是似然度本身,这看起来导致了VAEs生成的实例比GANs更模糊

● 相比VAE, GANs没有变分下界,如果鉴别器训练良好,那么生成器可以完美的学习到训练样本的分布.换句话说,GANs是渐进一致的,但是VAE是有偏差的

● GAN应用到一些场景上,比如图片风格迁移,超分辨率,图像补全,去噪,避免了损失函数设计的困难,不管三七二十一,只要有一个的基准,直接上判别器,剩下的就交给对抗训练了。

5. GAN的缺点:

● 训练GAN需要达到纳什均衡,有时候可以用梯度下降法做到,有时候做不到.我们还没有找到很好的达到纳什均衡的方法,所以训练GAN相比VAE或者PixelRNN是不稳定的,但我认为在实践中它还是比训练玻尔兹曼机稳定的多

● GAN不适合处理离散形式的数据,比如文本

● GAN存在训练不稳定、梯度消失、模式崩溃的问题(目前已解决)

模式崩溃(model collapse)原因

一般出现在GAN训练不稳定的时候,具体表现为生成出来的结果非常差,但是即使加长训练时间后也无法得到很好的改善。

具体原因可以解释如下:GAN采用的是对抗训练的方式,G的梯度更新来自D,所以G生成的好不好,得看D怎么说。具体就是G生成一个样本,交给D去评判,D会输出生成的假样本是真样本的概率(0-1),相当于告诉G生成的样本有多大的真实性,G就会根据这个反馈不断改善自己,提高D输出的概率值。但是如果某一次G生成的样本可能并不是很真实,但是D给出了正确的评价,或者是G生成的结果中一些特征得到了D的认可,这时候G就会认为我输出的正确的,那么接下来我就这样输出肯定D还会给出比较高的评价,实际上G生成的并不怎么样,但是他们两个就这样自我欺骗下去了,导致最终生成结果缺失一些信息,特征不全。

关于梯度消失的问题可以参考郑华滨的令人拍案叫绝的wassertein GAN,里面给出了详细的解释,不过多重复。

局部极小值点

鞍点

为什么GAN中的优化器不常用SGD

1. SGD容易震荡,容易使GAN训练不稳定,

2. GAN的目的是在高维非凸的参数空间中找到纳什均衡点,GAN的纳什均衡点是一个鞍点,但是SGD只会找到局部极小值,因为SGD解决的是一个寻找最小值的问题,GAN是一个博弈问题。

为什么GAN不适合处理文本数据

1. 文本数据相比较图片数据来说是离散的,因为对于文本来说,通常需要将一个词映射为一个高维的向量,最终预测的输出是一个one-hot向量,假设softmax的输出是(0.2, 0.3, 0.1,0.2,0.15,0.05)那么变为onehot是(0,1,0,0,0,0),如果softmax输出是(0.2, 0.25, 0.2, 0.1,0.15,0.1 ),one-hot仍然是(0, 1, 0, 0, 0, 0),所以对于生成器来说,G输出了不同的结果但是D给出了同样的判别结果,并不能将梯度更新信息很好的传递到G中去,所以D最终输出的判别没有意义。

2. 另外就是GAN的损失函数是JS散度,JS散度不适合衡量不想交分布之间的距离。

(WGAN虽然使用wassertein距离代替了JS散度,但是在生成文本上能力还是有限,GAN在生成文本上的应用有seq-GAN,和强化学习结合的产物)

训练GAN的一些技巧

1. 输入规范化到(-1,1)之间,最后一层的激活函数使用tanh(BEGAN除外)

2. 使用wassertein GAN的损失函数,

3. 如果有标签数据的话,尽量使用标签,也有人提出使用反转标签效果很好,另外使用标签平滑,单边标签平滑或者双边标签平滑

4. 使用mini-batch norm, 如果不用batch norm 可以使用instance norm 或者weight norm

5. 避免使用RELU和pooling层,减少稀疏梯度的可能性,可以使用leakrelu激活函数

6. 优化器尽量选择ADAM,学习率不要设置太大,初始1e-4可以参考,另外可以随着训练进行不断缩小学习率,

7. 给D的网络层增加高斯噪声,相当于是一种正则

GAN的变种

自从GAN出世后,得到了广泛研究,先后几百篇不同的GANpaper横空出世,国外有大神整理了一个GAN zoo(GAN动物园),链接如下,感兴趣的可以参考一下:

https://github.com/hindupuravinash/the-gan-zoo

GitHub上已经1200+star了,顺便附上一张GAN的成果图,可见GAN的研究火热程度:

由于GAN的变种实在太多,这里我只简单介绍几种比较常常用的成果,包括DCGAN,, WGAN, improved-WGAN,BEGAN,并附有详细的代码github链接。

GAN的广泛应用

1. GAN本身是一种生成式模型,所以在数据生成上用的是最普遍的,最常见的是图片生成,常用的有DCGAN WGAN,BEGAN,个人感觉在BEGAN的效果最好而且最简单。

2. GAN本身也是一种无监督学习的典范,因此它在无监督学习,半监督学习领域都有广泛的应用,比较好的论文有

Improved Techniques for Training GANs

Bayesian GAN(最新)

Good Semi-supervised Learning

3. 不仅在生成领域,GAN在分类领域也占有一席之地,简单来说,就是替换判别器为一个分类器,做多分类任务,而生成器仍然做生成任务,辅助分类器训练。

4. GAN可以和强化学习结合,目前一个比较好的例子就是seq-GAN

5. 目前比较有意思的应用就是GAN用在图像风格迁移,图像降噪修复,图像超分辨率了,都有比较好的结果,详见pix-2-pix GAN 和cycle GAN。但是GAN目前在视频生成上和预测上还不是很好。

6. 目前也有研究者将GAN用在对抗性攻击上,具体就是训练GAN生成对抗文本,有针对或者无针对的欺骗分类器或者检测系统等等,但是目前没有见到很典范的文章。

注:配图来自网络

参考文献:

https://www.zhihu.com/question/56171002/answer/148593584

http://www.inference.vc/instance-noise-a-trick-for-stabilising-gan-training/

https://github.com/soumith/ganhacks

https://github.com/hindupuravinash/the-gan-zoo

https://zhuanlan.zhihu.com/p/25071913

后续连载。。

~敬请期待~

原文发布于微信公众号 - 机器学习算法全栈工程师(Jeemy110)

原文发表时间:2017-12-09

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

干货 | 谷歌 AI:语义文本相似度研究进展

本文为雷锋字幕组编译的技术博客,原标题 Advances in Semantic Textual Similarity。

1054
来自专栏null的专栏

简单易学的机器学习算法——马尔可夫链蒙特卡罗方法MCMC

对于一般的分布的采样,在很多的编程语言中都有实现,如最基本的满足均匀分布的随机数,但是对于复杂的分布,要想对其采样,却没有实现好的函数,在这里,可以使用马尔可夫...

3325
来自专栏张耀琦的专栏

【机器学习入门系列】 Error 的来源:偏差和方差

本文讨论 error 的两个来源:偏差和方差。并提出估测偏差和方差的具体方法。由此对比说明偏差和方差对真正 error 的影响。对于不同的 error 原因有不...

3860
来自专栏MelonTeam专栏

机器学习入门系列03,Error的来源:偏差和方差(bias 和 variance)

引用课程:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML16.html 先看这里,可能由于你正在查看这个平...

1799
来自专栏AI科技大本营的专栏

微信高级研究员解析深度学习在NLP中的发展和应用 | 公开课笔记

近年来,深度学习方法极大的推动了自然语言处理领域的发展。几乎在所有的 NLP 任务上我们都能看到深度学习技术的应用,并且在很多的任务上,深度学习方法的表现大大超...

822
来自专栏AI研习社

谷歌 AI:语义文本相似度研究进展

最近基于神经网络的自然语言理解的研究的迅速发展,尤其是关于学习文本语义表示的研究,使一些十分新奇的产品得到了实现,比如智能写作与可对话书籍。这些研究还可以提高许...

862
来自专栏新智元

自然语言处理中的Attention Model:是什么及为什么

要是关注深度学习在自然语言处理方面的研究进展,我相信你一定听说过Attention Model(后文有时会简称AM模型)这个词。AM模型应该说是过去一年来NLP...

3605
来自专栏数据派THU

深度学习模型复现难?看看这篇句子对模型的复现论文

本文是COLING 2018的 Best Reproduction Paper,文章对sentence pair modeling进行了比较全面的介绍。

984
来自专栏数据派THU

近期AI领域8篇精选论文(附论文、代码)

2218
来自专栏量子位

GAN发展历程综述:送你最易入手的几个架构 | 附资料包

颜萌 林鳞 编译自 Sigmoidal 量子位 出品 | 公众号 QbitAI 怎样教机器画一张从未见过的人脸呢?我们知道计算机可以存储大量照片,但它并不知道像...

2776

扫码关注云+社区