本文将介绍如何在Keras中以最小的形式实现GAN。具体实现是一个深度卷积GAN，或DCGAN：一个GAN，其中generator和discriminator是深度卷积网络，它利用`Conv2DTranspose`层对generator中的图像上采样。
然后将在CIFAR10的图像上训练GAN，CIFAR10数据集由属于10个类别（每个类别5,000个图像）的50,000个32x32 RGB图像构成。为了节约时间，本文将只使用“frog”类的图像。
原理上，GAN的组成如下所示：
*`generator`网络将shape`（latent_dim，）`的矢量映射到shape`（32,32,3）`的图像。
*“discriminator”网络将形状（32,32,3）的图像映射到估计图像是真实的概率的二进制分数。
*`gan`网络将generator和discriminator链接在一起：`gan（x）=discriminator（generator（x））`。因此，这个“gan”网络将潜在空间向量映射到discriminator对由generator解码的这些潜在向量的真实性的评估。
*使用真实和虚假图像以及“真实”/“假”标签来训练鉴别器，因此需要训练任何常规图像分类模型。
*为了训练generator，我们使用generator权重的梯度来减少“gan”模型的损失。这意味着，在每个step中，将generator的权重移动到使得discriminator更可能被分类为由generator解码的图像“真实”的方向上。即训练generator来欺骗discriminator。
一些技巧
训练和实现GAN实现是非常困难，应该记住一些已知的“技巧”。像深度学习中的大多数事情一样，它更像炼金术而不是科学：这些技巧实际上只是启发式，而不是理论支持的指导。他们得到了对手头现象的某种程度的直观理解的支持，并且他们知道在经验上很好地工作，尽管不一定在每种情况下。
以下是在自己实现的GAN生成器和鉴别器中利用的一些技巧。
*使用`tanh`作为生成器中的最后一次激活，而不是`sigmoid`，这在其他类型的模型中更常见。
*使用_normal distribution_（高斯分布）从潜在空间中采样点，而不是均匀分布。
*随机性很好地诱导稳健性。由于GAN训练导致动态均衡，GAN可能会以各种方式“卡住”。
在训练期间引入随机性有助于防止这种情况。
以两种方式引入随机性：1）在鉴别器中使用dropout，2）在鉴别器的标签上添加一些随机噪声。
*稀疏渐变可能会阻碍GAN训练。在深度学习中，稀疏性通常是理想的属性，但在GAN中则不然。有两件事可以引起梯度稀疏：1） max pooling操作，2）ReLU激活。建议使用跨步卷积进行下采样，而不是最大池，建议使用`LeakyReLU`层而不是ReLU激活。它类似于ReLU，但它通过允许小的负激活值来放宽稀疏性约束。
*在生成的图像中，通常会看到由于生成器中像素空间的不均匀覆盖而导致的“棋盘格伪影”。为了解决这个问题，每当在生成器和鉴别器中使用跨步的`Conv2DTranpose`或`Conv2D`时，使用可被步长大小整除的内核大小。
下面示例代码：
# coding: utf-8
# In[6]:
'''
生成器（generator）
首先，创建一个“生成器（generator）”模型，它将一个矢量（从潜在空间 - 在训练期间随机采样）转换为候选图像。
GAN通常出现的许多问题之一是generator卡在生成的图像上，看起来像噪声。一种可能的解决方案是在鉴别器（discriminator）
和生成器（generator）上使用dropout。
'''
import keras
from keras import layers
import numpy as np
latent_dim = 32
height = 32
width = 32
channels = 3
generator_input = keras.Input(shape=(latent_dim,))
# 首先，将输入转换为16x16 128通道的feature map
x = layers.Dense(128 * 16 * 16)(generator_input)
x = layers.LeakyReLU()(x)
x = layers.Reshape((16, 16, 128))(x)
# 然后，添加卷积层
x = layers.Conv2D(256, 5, padding='same')(x)
x = layers.LeakyReLU()(x)
# 上采样至 32 x 32
x = layers.Conv2DTranspose(256, 4, strides=2, padding='same')(x)
x = layers.LeakyReLU()(x)
# 添加更多的卷积层
x = layers.Conv2D(256, 5, padding='same')(x)
x = layers.LeakyReLU()(x)
x = layers.Conv2D(256, 5, padding='same')(x)
x = layers.LeakyReLU()(x)
# 生成一个 32x32 1-channel 的feature map
x = layers.Conv2D(channels, 7, activation='tanh', padding='same')(x)
generator = keras.models.Model(generator_input, x)
generator.summary()
# In[8]:
'''
discriminator(鉴别器)
创建鉴别器模型，它将候选图像（真实的或合成的）作为输入，并将其分为两类：“生成的图像”或“来自训练集的真实图像”。
'''
discriminator_input = layers.Input(shape=(height, width, channels))
x = layers.Conv2D(128, 3)(discriminator_input)
x = layers.LeakyReLU()(x)
x = layers.Conv2D(128, 4, strides=2)(x)
x = layers.LeakyReLU()(x)
x = layers.Conv2D(128, 4, strides=2)(x)
x = layers.LeakyReLU()(x)
x = layers.Conv2D(128, 4, strides=2)(x)
x = layers.LeakyReLU()(x)
x = layers.Flatten()(x)
# 重要的技巧（添加一个dropout层）
x = layers.Dropout(0,4)(x)
# 分类层
x = layers.Dense(1, activation='sigmoid')(x)
discriminator = keras.models.Model(discriminator_input, x)
discriminator.summary()
# In[11]:
# 为了训练稳定，在优化器中使用学习率衰减和梯度限幅（按值）。
discriminator_optimizer = keras.optimizers.RMSprop(lr=8e-4, clipvalue=1.0, decay=1e-8)
discriminator.compile(optimizer=discriminator_optimizer, loss='binary_crossentropy')
# In[16]:
'''
The adversarial network:对抗网络
最后，设置GAN，它链接生成器（generator）和鉴别器（discrimitor）。 这是一种模型，经过训练，
将使生成器（generator）朝着提高其愚弄鉴别器（discrimitor）能力的方向移动。 该模型将潜在的空间点转换为分类决策，
“假的”或“真实的”，并且意味着使用始终是“这些是真实图像”的标签来训练。 所以训练`gan`将以一种方式更新
“发生器”的权重，使得“鉴别器”在查看假图像时更可能预测“真实”。 非常重要的是，将鉴别器设置为在训练
期间被冻结（不可训练）：训练“gan”时其权重不会更新。 如果在此过程中可以更新鉴别器权重，那么将训练鉴别
器始终预测“真实”。
'''
# 将鉴别器（discrimitor）权重设置为不可训练（仅适用于`gan`模型）
discriminator.trainable = False
gan_input = keras.Input(shape=(latent_dim,))
gan_output = discriminator(generator(gan_input))
gan = keras.models.Model(gan_input, gan_output)
gan_optimizer = keras.optimizers.RMSprop(lr=4e-4, clipvalue=1.0, decay=1e-8)
gan.compile(optimizer=gan_optimizer, loss='binary_crossentropy')
# In[19]:
'''
开始训练了。
每个epoch：
*在潜在空间中绘制随机点（随机噪声）。
*使用此随机噪声生成带有“generator”的图像。
*将生成的图像与实际图像混合。
*使用这些混合图像训练“鉴别器”，使用相应的目标，“真实”（对于真实图像）或“假”（对于生成的图像）。
*在潜在空间中绘制新的随机点。
*使用这些随机向量训练“gan”，目标都是“这些是真实的图像”。 这将更新发生器的权重（仅因为鉴别器在“gan”内被冻结）
以使它们朝向获得鉴别器以预测所生成图像的“这些是真实图像”，即这训练发生器欺骗鉴别器。
'''
import os
from keras.preprocessing import image
# 导入CIFAR10数据集
(x_train, y_train), (_, _) = keras.datasets.cifar10.load_data()
# 从CIFAR10数据集中选择frog类（class 6）
x_train = x_train[y_train.flatten() == 6]
# 标准化数据
x_train = x_train.reshape(
(x_train.shape[0],) + (height, width, channels)).astype('float32') / 255.
iterations = 10000
batch_size = 20
save_dir = '.\\gan_image'
start = 0
# 开始训练迭代
for step in range(iterations):
# 在潜在空间中抽样随机点
random_latent_vectors = np.random.normal(size=(batch_size, latent_dim))
# 将随机抽样点解码为假图像
generated_images = generator.predict(random_latent_vectors)
# 将假图像与真实图像进行比较
stop = start + batch_size
real_images = x_train[start: stop]
combined_images = np.concatenate([generated_images, real_images])
# 组装区别真假图像的标签
labels = np.concatenate([np.ones((batch_size, 1)),
np.zeros((batch_size, 1))])
# 重要的技巧，在标签上添加随机噪声
labels += 0.05 * np.random.random(labels.shape)
# 训练鉴别器（discrimitor）
d_loss = discriminator.train_on_batch(combined_images, labels)
# 在潜在空间中采样随机点
random_latent_vectors = np.random.normal(size=(batch_size, latent_dim))
# 汇集标有“所有真实图像”的标签
misleading_targets = np.zeros((batch_size, 1))
# 训练生成器（generator）（通过gan模型，鉴别器（discrimitor）权值被冻结）
a_loss = gan.train_on_batch(random_latent_vectors, misleading_targets)
start += batch_size
if start > len(x_train) - batch_size:
start = 0
if step % 100 == 0:
# 保存网络权值
gan.save_weights('gan.h5')
# 输出metrics
print('discriminator loss at step %s: %s' % (step, d_loss))
print('adversarial loss at step %s: %s' % (step, a_loss))
# 保存生成的图像
img = image.array_to_img(generated_images[0] * 255., scale=False)
img.save(os.path.join(save_dir, 'generated_frog' + str(step) + '.png'))
# 保存真实图像，以便进行比较
img = image.array_to_img(real_images[0] * 255., scale=False)
img.save(os.path.join(save_dir, 'real_frog' + str(step) + '.png'))
# In[ ]:
# 绘图
import matplotlib.pyplot as plt
# 在潜在空间中抽样随机点
random_latent_vectors = np.random.normal(size=(10, latent_dim))
# 将随机抽样点解码为假图像
generated_images = generator.predict(random_latent_vectors)
for i in range(generated_images.shape[0]):
img = image.array_to_img(generated_images[i] * 255., scale=False)
plt.figure()
plt.imshow(img)
plt.show()
结果：
