閆東杰

摘要：對(duì)于機(jī)器學(xué)習(xí)，最常見(jiàn)的是按照數(shù)據(jù)標(biāo)簽形式劃分，可分為：監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)。本文分析研究了機(jī)器學(xué)習(xí)GAN框架。

關(guān)鍵詞：人工智能;機(jī)器學(xué)習(xí);無(wú)監(jiān)督學(xué)習(xí)

中圖分類號(hào)：TP181 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）06-0195-02

0 引言

對(duì)于原始的GAN網(wǎng)絡(luò)，實(shí)際上還是種生成模型，與傳統(tǒng)的生成模型不同的是，在對(duì)生成器進(jìn)行訓(xùn)練的過(guò)程中，引入判別器，并對(duì)判別器訓(xùn)練更新后，再進(jìn)行生成器的訓(xùn)練，然后通過(guò)交替訓(xùn)練，最終得到較為理想的生成器，“順便”得到一個(gè)判別能力較強(qiáng)的判別器。這樣，用一種巧妙的方法，較好解決了傳統(tǒng)生成式模型中模擬最大似然估計(jì)過(guò)程所帶來(lái)的需要訓(xùn)練復(fù)雜模型的問(wèn)題。CNN（卷積神經(jīng)網(wǎng)絡(luò)）在圖片生成方面是一個(gè)較為成熟的模型，將CNN引入，對(duì)GAN框架中生成器與判別器進(jìn)行對(duì)應(yīng)的改造，得到的便為DCGAN（深度卷積生成式對(duì)抗網(wǎng)絡(luò)）。

1 原始GAN框架

GAN的一個(gè)基本的應(yīng)用是樣本生成，這里以圖片為例進(jìn)行相關(guān)的樣本生成，以此來(lái)介紹GAN框架的基本組成、模塊結(jié)構(gòu)、訓(xùn)練過(guò)程。原始GAN框架的整體模型結(jié)構(gòu)如圖1所示。

GAN框架最主要的構(gòu)成是生成器與判別器：（1）生成器。為全連接的神經(jīng)網(wǎng)絡(luò)，即多層感知機(jī)。多層感知機(jī)的參數(shù)在GAN運(yùn)行的初始階段是隨機(jī)的，其內(nèi)部各神經(jīng)元的權(quán)重、偏值，在程序化時(shí)可由初始函數(shù)進(jìn)行實(shí)現(xiàn)。這就是說(shuō)，在剛開(kāi)始引入的時(shí)候，并不需要對(duì)生成網(wǎng)絡(luò)進(jìn)行預(yù)先的訓(xùn)練。其通過(guò)前向傳播，盡量去模仿、建模和學(xué)習(xí)真實(shí)數(shù)據(jù)的分布規(guī)律。通過(guò)反向傳播來(lái)學(xué)習(xí)并進(jìn)行內(nèi)部參數(shù)更新。（2）判別器。其本質(zhì)為全連接型的神經(jīng)網(wǎng)絡(luò)構(gòu)成的二分類器。其參數(shù)在初始時(shí)內(nèi)部參數(shù)是隨機(jī)生成的，同樣不需要預(yù)先進(jìn)行參數(shù)設(shè)置或者訓(xùn)練。其判別自己所得到的一個(gè)輸入數(shù)據(jù)，到底是來(lái)自于真實(shí)的數(shù)據(jù)分布還是來(lái)自于一個(gè)生成模型，輸出結(jié)果為一個(gè)概率值，表明判別器認(rèn)為數(shù)據(jù)來(lái)自真實(shí)分布的概率。通過(guò)反向傳播來(lái)進(jìn)行參數(shù)更新。（3）其他模塊。GAN框架中，除了最主要的生成器和判別器，還有些重要的功能模塊。①噪聲處理模塊;隨機(jī)噪聲Z是具有某個(gè)已知分布的噪聲，分布的類型可以進(jìn)行設(shè)定的，常用的分布有高斯分布與平均分布。隨機(jī)噪聲對(duì)于生成網(wǎng)絡(luò)的輸入，效果相當(dāng)于對(duì)自動(dòng)控制系統(tǒng)輸入簡(jiǎn)單的單位信號(hào)，當(dāng)?shù)玫捷敵鼋Y(jié)果時(shí)，其拉普拉斯變換后的函數(shù)就是系統(tǒng)的傳遞函數(shù)。同理，這樣對(duì)于輸出圖片的分布的參數(shù)就是生成網(wǎng)絡(luò)的內(nèi)部參數(shù)。通過(guò)預(yù)處理轉(zhuǎn)化模塊，對(duì)于原始的GAN來(lái)講，轉(zhuǎn)化為一維的特征向量，這樣才能與后面的生成網(wǎng)絡(luò)輸入層進(jìn)行對(duì)接。這樣處理后的數(shù)據(jù)更加的清晰，且特征的個(gè)數(shù)對(duì)應(yīng)著輸入層神經(jīng)元的個(gè)數(shù)。②生成分布抽樣模塊;③真實(shí)樣本預(yù)處理模塊;④損失函數(shù)計(jì)算模塊。

2 “對(duì)抗”訓(xùn)練

GAN框架的基本思想，就是通過(guò)一個(gè)生成神經(jīng)網(wǎng)絡(luò)去模擬真實(shí)給定的數(shù)據(jù)，這個(gè)神經(jīng)網(wǎng)絡(luò)模擬的是最大似然估計(jì)的過(guò)程，從而達(dá)到生成的目的。優(yōu)化生成器是通過(guò)引入判別器后，順承判別器的更新，進(jìn)行反向傳播優(yōu)化的?，F(xiàn)在有一個(gè)神經(jīng)網(wǎng)絡(luò)模型，希望它的參數(shù)可以達(dá)到最優(yōu)，然后通過(guò)模擬最大似然估計(jì)的過(guò)程，很明顯，最后也會(huì)得到“真實(shí)圖片”。所以有以下式（1）：

（1）

式中：G為生成器參數(shù)，D為判別器參數(shù)，V（G D）為引入的差距函數(shù)，m為訓(xùn)練樣本的數(shù)目，D（x）為判別器對(duì)真實(shí)樣本的判斷屬于真實(shí)數(shù)據(jù)的概率，D（G（z））為判別器對(duì)生成樣本的判斷屬于真實(shí)數(shù)據(jù)的概率。

當(dāng)返回?fù)p失函數(shù)梯度后，首先是對(duì)判別器優(yōu)化，因?yàn)樯善鞯膮?shù)這時(shí)是確定的、不變的，所以差距函數(shù)就可以看做只與判別器參數(shù)有關(guān)，有就是說(shuō)，固定生成器后，調(diào)整判別器參數(shù)的同時(shí)，就影響著差距函數(shù)的值。判別器的目的是希望更好地區(qū)分真實(shí)圖片與生成圖片，當(dāng)然需要使差距函數(shù)越大越好，所以優(yōu)化過(guò)程的第一步是優(yōu)化判別器：? ? ? ? ? ? ? ? ? ? ? ?（2）

式中：D1為在系統(tǒng)在G0確定、D0判定結(jié)果的前提下使得插句話最大時(shí)判別器的參數(shù)，G0為生成器的初始參數(shù)，D0為判別器的初始參數(shù)。

由式（2）可得：? ? ? ? ? ? ? ? ? ? ? ? ? ?（3）

這時(shí)判別器的參數(shù)得到了更新，那對(duì)于生成器呢？更新后的判別器還需要再次對(duì)生成圖片進(jìn)行判斷。相較于更新之前的判別器，優(yōu)化后相當(dāng)于用更為嚴(yán)苛的標(biāo)準(zhǔn)去識(shí)別生成圖片。而生成器的目標(biāo)是希望盡可能真實(shí)地產(chǎn)生圖片，當(dāng)判別器用更為嚴(yán)格的方式去識(shí)別，生成器依舊能很好地生成，這就得更加接近最優(yōu)解，所以從生成器的角度，需要使式（3）的值更小，所以得到公式：

（4）

式中：G1為更新后的生成器的參數(shù)。

將式（3）代入式（4）可得：

（5）

式中：D1（x）為更新后判別器對(duì)真實(shí)圖片的判定結(jié)果，D1（G（z））為更新后判別器對(duì)生成圖片的判定結(jié)果。

在這個(gè)過(guò)程中，判別器的目標(biāo)是把生成器生成的圖片和真實(shí)的圖片區(qū)分開(kāi)來(lái)，得到兩個(gè)判定概率，將結(jié)果返回判別器D中計(jì)算損失函數(shù)與梯度，再用梯度上升法進(jìn)行更新參數(shù)，最后，對(duì)生成數(shù)據(jù)的最后一次判定，結(jié)果返回生成網(wǎng)絡(luò)，計(jì)算對(duì)應(yīng)的損失函數(shù)并反向傳播更新參數(shù)。這是一個(gè)完整的訓(xùn)練過(guò)程，在一次訓(xùn)練中，判別網(wǎng)絡(luò)與生成網(wǎng)絡(luò)依次得到參數(shù)更新，相應(yīng)的判別能力與生成能力增強(qiáng)。然后在進(jìn)行下一輪訓(xùn)練樣本的輸入。這樣，生成網(wǎng)絡(luò)G和判別網(wǎng)絡(luò)D構(gòu)成了一個(gè)所謂的動(dòng)態(tài)的“對(duì)抗博弈過(guò)程”。

假設(shè)每次得到的參數(shù)都是理想的，對(duì)判別網(wǎng)絡(luò)的參數(shù)都會(huì)得到階段性的最優(yōu)解，對(duì)生成網(wǎng)絡(luò)也得到了最優(yōu)解，結(jié)果指向就是生成分布等于真實(shí)分布，GAN在最理想的狀態(tài)下達(dá)到了納什平衡。在生成模塊G可以生成足以“以假亂真”的生成圖片;對(duì)于判別模塊D來(lái)說(shuō)，此時(shí)的它難以判定G生成的圖片是否是來(lái)自真實(shí)樣本。這就很好地體現(xiàn)了生成網(wǎng)絡(luò)從無(wú)到有產(chǎn)生“真實(shí)圖片”的過(guò)程。

3 引入CNN

CNN，即卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network），是受到生物思考方式啟發(fā)的多層感知器，是一種前饋神經(jīng)網(wǎng)絡(luò)，人工神經(jīng)元可以響應(yīng)周?chē)鷨卧?，這種網(wǎng)絡(luò)可以用來(lái)進(jìn)行大型的圖像處理。

卷積神經(jīng)網(wǎng)絡(luò)在實(shí)際上就是一種從輸入到輸出的映射，它能夠?qū)W習(xí)大量的輸入與輸出之間的映射關(guān)系，而不需要任何輸入和輸出之間的精確的數(shù)學(xué)表達(dá)式，只要用已知的模式對(duì)卷積網(wǎng)絡(luò)加以訓(xùn)練，網(wǎng)絡(luò)就具有輸入輸出對(duì)之間的映射能力。與普通神經(jīng)網(wǎng)絡(luò)把輸入層、隱含層與輸出層之間進(jìn)行全連接的設(shè)計(jì)相比，CNN對(duì)隱含單元和輸入單元間的連接數(shù)量加以限制：每個(gè)隱含單元僅僅只能連接輸入數(shù)據(jù)的一部分;而且，通過(guò)多層卷積層進(jìn)行圖像的淺層特征提取與多層池化層深層特征提取，將圖片轉(zhuǎn)化為簡(jiǎn)單的特征向量，這樣一來(lái)，不僅能處理規(guī)格較大的圖片，經(jīng)過(guò)前向生成與反向更新的方式來(lái)學(xué)習(xí)整幅圖像上的特征，整個(gè)過(guò)程耗時(shí)急劇縮短，計(jì)算量更小，運(yùn)行時(shí)占用較小的內(nèi)存，而且生成效果更穩(wěn)定，判別器更快收斂。CNN的引入主要是對(duì)生成器與判別器的改進(jìn)。改進(jìn)后的整體模型結(jié)構(gòu)如圖2所示。

但是，引入不是單純地將CNN所有層直接接入GAN中就可以了，需要分別對(duì)生成器與判別器做一些變動(dòng)：（1）對(duì)于生成器。①中間層每層使用BN函數(shù)進(jìn)行歸一化處理。②取消所有池化層。③使用相應(yīng)的轉(zhuǎn)置卷積函數(shù)進(jìn)行處理。④在每一層操作之后，數(shù)據(jù)輸出經(jīng)過(guò)一個(gè)Relu函數(shù)作為激活函數(shù)。⑤除去全連接層。⑥輸出層使用tanh作為激活函數(shù)而不能用Relu函數(shù)。（2）對(duì)于判別器。①中間每層在激活函數(shù)層后使用BN函數(shù)進(jìn)行歸一化處理。②取消所有池化層，使用stride來(lái)代替池化層。③在每一層操作之后，數(shù)據(jù)輸出經(jīng)過(guò)一個(gè)leakyRelu函數(shù)。④除去全連接層。⑤輸出層使用sigmoid作為激活函數(shù)，目的是要得到一個(gè)判定概率。⑥輸出層里不使用BN函數(shù)進(jìn)行歸一化操作。

4 結(jié)語(yǔ)

GAN是一個(gè)十分靈活的框架，經(jīng)過(guò)全世界研究人員對(duì)GAN網(wǎng)絡(luò)模型從框架組成、結(jié)構(gòu)、訓(xùn)練方法、損失函數(shù)類型、數(shù)據(jù)處理方法、增加約束條件、穩(wěn)定性等方面不斷地探索，原始GAN模型已經(jīng)衍生出超過(guò)100種模型框架，諸如CGAN、DCGAN、WGAN、infoGAN等。GAN網(wǎng)絡(luò)的適用范圍現(xiàn)如今已經(jīng)非常廣了，從剛開(kāi)始最基本的圖片生成，到現(xiàn)在可以很好地應(yīng)用在樣本轉(zhuǎn)換、生成領(lǐng)域，可以用在圖像合成、圖像編輯、風(fēng)格遷移、圖像超分辨率以及圖形轉(zhuǎn)換、音頻的特征處理、智能創(chuàng)造等方面。

A Preliminary Study of GAN Framework for Machine Learning

YAN Dong-jie

（College of Automation， Beijing University of Information Technology，Beijing 100192）

Abstract：For machine learning， the most common classification is in the form of data labels， which can be divided into： supervised learning， semi-supervised learning， unsupervised learning and reinforcement learning. This paper analyzes and studies the GAN framework of machine learning.

Key words：artificial intelligence; machine learning; unsupervised learning