tensorflow 试gan记录

作者: CodePlayHu | 来源:发表于2018-11-02 14:40 被阅读0次

参考tricks:

github 上一些参考repo
https://github.com/pavitrakumar78/Anime-Face-GAN-Keras

首先是看了李宏毅老师的课程，然后尝试着做作业，用tensorflow来做，记录一些坑。代码在github
一开始就是尝试最原始的gan，loss也是用的最原始的loss来训练。

训练的时候可能会出现判别器loss快速降到0，而生成器loss不断上升的现象，这样的情况github上有人对此进行过讨论:
对所有discriminator的输入加上一个高斯白噪声，instance noise。
用soft label
我尝试的方法是，在每次训练迭代中计算生成器loss和判别器loss的差值，如果判别器loss大于生成器一定阈值以上，就训练判别器，其他情况训练生成器。这样是能够比较好的工作的。
'''
'''
训练过程中，生成器生成的图片显示会慢慢接近真实图片，但随着训练的进行，慢慢又变成了随机噪声。

image.png
image.png
image.png
image.png
image.png
image.png
image.png
image.png

可能是因为我在discriminator中加了上面说的高斯白噪声。这个噪声的标准差应该随着训练而减小才对。尝试过，这样是有效的。通过观察每次训练迭代过程判别器对真实图片和生成图片的打分可以看到，到了训练后期，判别器对于真实图片的打分都到了0.8以下，这可能是后期生成器无法学习到真实分布的原因。因此在每次迭代中，训练判别器的条件不仅当判别器loss大于生成器loss超过某个阈值时，还加上当判别器对真实图片打分低于某个数值的时候。这样一来，生成器生成的图片就趋于收敛了。这种情况下，

image.png

scheme_index = ii//1000 if ii < 10000 else -1
if train_d:
  real_score,fake_score,_,dLoss,gLoss = sess.run([m_real_score,m_fake_score,d_trainer,d_loss,g_loss],
                feed_dict={real_image:rib, inptG:nb,
  gn_stddev:stddev_scheme[scheme_index], training:True})
else:
  real_score,fake_score,_,dLoss,gLoss = sess.run([m_real_score,m_fake_score,g_trainer,d_loss,g_loss],
                feed_dict={real_image:rib, inptG:nb,
  gn_stddev:stddev_scheme[scheme_index], training:True})
if dLoss-gLoss > switch_threshold or real_score < real_score_threshold: 
  train_d = True
else: train_d = False

记录一下，当我想把生成器的channel数改大的时候，发现loss值会变成nan，应该是过大的值。。还不清楚怎么回事，调小一点就没事， image.png

由于最终的结果还不是特别好，尝试用优化的GAN，如WGAN，这里有个参考实现，理论也有很多参考

WGAN->

image.png
WGAN-GP->
image.png
image.png
image.png

稍微好一些，作用不是特别明显，到目前为止作用最大的还是instance noise。还没有尝试soft label，之后试试，不过由于改成了WGAN，实际上已经不存在label一说了，所以soft label不知道怎么加上。

发现之前的网络结构有一些问题：

在Generator的输入dense层后面需要加激活
bn置于激活层前面
使用lrelu代替relu
使用更多的channel
交替训练的各自次数1：1（发现generator的loss往往更高）
更改之后：3e0a9d2..0e77ea5效果如下
image.png
image.png
image.png

由于生成的图片里有很多缺陷（artifact），所以就查了很多相关资料，其中参考4和5都是关于这个的。

在训练到一定程度的时候，换成没有加noise的输入继续训练，并且调整学习率更小，这样效果还行，关键是细节多了很多。(20190102-160705)(25af0e)

image.png

但是总是会出现坏点，于是就去查了原始数据集，发现数据集里边本身就含有很多有问题的数据, 包括根本不是头像的,奇怪的头像的以及全身的图像.占比大概在1/20左右,应该挺影响的.我一张一张的剔除了.重新训练看看(3210591)，训练大概20000次左右，效果一般，然后换0.0001学习率和1：1学习，batchsize从64调到32，继续训练（5dd7b5d，20190106-090041）