【機器學習PAI實戰】—— 玩轉人工智能之利用GAN自動生成二次元頭像

前言

深度學習做爲人工智能的重要手段，迎來了爆發，在NLP、CV、物聯網、無人機等多個領域都發揮了很是重要的做用。最近幾年，各類深度學習算法層出不窮, Generative Adverarial Network(GAN)自2014年提出以來，引發普遍關注，身爲深度學習三巨頭之一的Yan Lecun對GAN的評價頗高，認爲GAN是近年來在深度學習上最大的突破，是近十年來機器學習上最有意思的工做。圍繞GAN的論文數量也迅速增多，各類版本的GAN出現，主要在CV領域帶來了一些貢獻，以下圖所示。

咱們能夠利用GAN生成一些咱們須要的圖像或者文本，好比二次元頭像。

GAN簡介

GAN主要的應用是自動生成一些東西，包括圖像和文本等，好比隨機給一個向量做爲輸入，經過GAN的Generator生成一張圖片，或者生成一串語句。Conditional GAN的應用更多一些，好比數據集是一段文字和圖像的數據對，經過訓練，GAN能夠經過給定一段文字生成對應的圖像。

GAN主要能夠分爲Generator（生成器）和Discriminator（判別器）兩個部分，其中Generator其實就是一個神經網絡，輸入一個向量，能夠輸出一張圖像（即一個高維的向量表示），以下圖示。

Discriminator也是一個神經網絡，輸入爲一張圖像，輸出爲一個數值，輸出的數值用於判斷輸入的圖像是不是真的，數值越大，說明圖像是真的，數值越小，說明圖像爲假的，以下圖示。

Generator負責生成圖像，Discriminator負責對Generator生成的圖像和真實圖像去進行對比，區別出真假，Generator須要不斷優化來欺騙Discriminator，以假亂真；而Discriminator也不斷優化，來提升識別能力，可以識別出Generator的把戲。兩者的這種關係能夠形象地經過下圖展現。

Generator和Discriminator鏈接起來，造成一個比較大的深層網絡，即爲GAN網絡。

場景描述

深度學習的各類算法在PAI上能夠經過PAI-DSW進行實現，在PAI-DSW上進行訓練數據，利用GAN自動生成二次元頭像。

數據準備

首先須要準備真實的二次元頭像做爲數據集，這裏從網上找到一些共享的資源，存儲在了釘釘釘盤中，釘盤地址 ，提取密碼: c2pz，數據集以下圖示，約5萬多張：

​

算法實踐

利用PAI-DSW進行GAN算法實踐，首先須要安裝準備好環境。

首先進入到Notebook建模，建立新實例，以後打開實例，進入Terminal，在Terminal下用戶能夠像在本身本地同樣安裝相應的依賴包，進行操做。

準備好環境以後，咱們能夠經過以下圖示方法，將基於Tensorflow的DCGAN代碼和數據集上傳上去。

用於訓練的DCGAN代碼地址：https://github.com/carpedm20/DCGAN-tensorflow，關於DCGAN的網絡框架圖以下，詳細介紹能夠參考論文：https://arxiv.org/abs/1511.06434，這裏咱們不作詳述。

​

數據集和代碼上傳成功，以下圖示。

​

其中，data目錄下的faces即爲數據集，該文件夾下爲對應的5萬多張真實二次元頭像。DCGAN-tensorflow爲整個代碼路徑，其中最主要的兩個代碼文件是main.py和model.py，其中最主要的核心代碼以下。

 

def main(_):
  pp.pprint(flags.FLAGS.__flags)

  if FLAGS.input_width is None:
    FLAGS.input_width = FLAGS.input_height
  if FLAGS.output_width is None:
    FLAGS.output_width = FLAGS.output_height

  if not os.path.exists(FLAGS.checkpoint_dir):
    os.makedirs(FLAGS.checkpoint_dir)
  if not os.path.exists(FLAGS.sample_dir):
    os.makedirs(FLAGS.sample_dir)

  #gpu_options = tf.GPUOptions(per_process_gpu_memory_fraction=0.333)
  run_config = tf.ConfigProto()
  run_config.gpu_options.allow_growth=True

  with tf.Session(config=run_config) as sess:
    if FLAGS.dataset == 'mnist':
      dcgan = DCGAN(
          sess,
          input_width=FLAGS.input_width,
          input_height=FLAGS.input_height,
          output_width=FLAGS.output_width,
          output_height=FLAGS.output_height,
          batch_size=FLAGS.batch_size,
          sample_num=FLAGS.batch_size,
          y_dim=10,
          z_dim=FLAGS.generate_test_images,
          dataset_name=FLAGS.dataset,
          input_fname_pattern=FLAGS.input_fname_pattern,
          crop=FLAGS.crop,
          checkpoint_dir=FLAGS.checkpoint_dir,
          sample_dir=FLAGS.sample_dir,
          data_dir=FLAGS.data_dir)
    else:
      dcgan = DCGAN(
          sess,
          input_width=FLAGS.input_width,
          input_height=FLAGS.input_height,
          output_width=FLAGS.output_width,
          output_height=FLAGS.output_height,
          batch_size=FLAGS.batch_size,
          sample_num=FLAGS.batch_size,
          z_dim=FLAGS.generate_test_images,
          dataset_name=FLAGS.dataset,
          input_fname_pattern=FLAGS.input_fname_pattern,
          crop=FLAGS.crop,
          checkpoint_dir=FLAGS.checkpoint_dir,
          sample_dir=FLAGS.sample_dir,
          data_dir=FLAGS.data_dir)

    show_all_variables()

    if FLAGS.train:
      dcgan.train(FLAGS)

 

else:
          # Update D network
          _, summary_str = self.sess.run([d_optim, self.d_sum],
            feed_dict={ self.inputs: batch_images, self.z: batch_z })
          self.writer.add_summary(summary_str, counter)

          # Update G network
          _, summary_str = self.sess.run([g_optim, self.g_sum],
            feed_dict={ self.z: batch_z })
          self.writer.add_summary(summary_str, counter)

          # Run g_optim twice to make sure that d_loss does not go to zero (different from paper)
          _, summary_str = self.sess.run([g_optim, self.g_sum],
            feed_dict={ self.z: batch_z })
          self.writer.add_summary(summary_str, counter)
          
          errD_fake = self.d_loss_fake.eval({ self.z: batch_z })
          errD_real = self.d_loss_real.eval({ self.inputs: batch_images })
          errG = self.g_loss.eval({self.z: batch_z})

一切就緒以後，咱們執行命令進行訓練，調用命令以下：

​python main.py --input_height 96 --input_width 96 --output_height 48 --output_width 48 --dataset faces --crop --train --epoch 300 --input_fname_pattern "*.jpg"

其中，參數dateset指定數據集的目錄，epoch指定循環迭代的次數，input_height、input_width用於指定輸入文件的大小，輸出文件的大小一樣也須要參數設定，代碼執行過程以下圖示：​

                            

咱們來看下執行結果，分別看一下epoch爲1，30，100的時候生成的二次元頭像效果圖。

epoch=1

​

epoch=30

epoch=100​

咱們發現，隨着不斷迭代，生成的二次元頭像也愈來愈逼真。

總結

經過上面的實踐，咱們領略到了GAN的魅力，GAN的變種有不少，除此以外咱們還能夠利用GAN作很是多的有意思的事情，好比經過文字生成圖像，經過簡單文字生成宣傳海報等。PAI-DSW像是一個練武場，爲咱們準備好了深度學習所須要的環境和條件，讓咱們能夠盡情享受大數據和深度學習的樂趣，除了GAN，像比較火熱的Bert等模型，咱們也均可以試一試。

原文連接 本文爲雲棲社區原創內容，未經容許不得轉載。