学贯中西(7):介绍生成对抗网路(GAN)

作者：高焕堂(铭传大学、长庚大学教授,台北)时间：2022-05-19来源：电子产品世界收藏

本文引用地址：http://www.amcfsurvey.com/article/202205/434275.htm

1 GAN与NFT的结合

在上一期里，我们说明了天字第一号模型：分类器。接着本期就来看看它的一项有趣应用：GAN(generative adversarial networks，生成对抗网络)。自从2014 年问世以来，GAN 在电脑生成艺术(generative art) 领域，就开始涌现了许多极具吸引力的创作和贡献。GAN 如同生成艺术的科技画笔，使用GAN 进行创作特别令人振奋，常常创作出很特别的效果，给人们许多惊喜的感觉，例如图1。

图1

近年来，非同质化代币NFT(non-fungible token)，可以让艺术创作者发行其创作品，使得电脑生成艺术和NFT 结合起来，成为一条鸟语花香的新领域。换句话说，NFT 让生成艺术获得了很好地表达机会，它将在NFT 的土壤里成长茁壮、无尽繁荣。

2 从分类器到GAN模型

GAN 是由蒙特利尔大学的Ian Goodfellow在2014 年提出来的神经网路模型。GAN 通常包含两个角色，两者互相较量( 对抗)，但又展现出教学相长，共同成长的美好机制和效果。这两个角色就是：判别者(discriminator) 与生成者(generator)。其中判别者的实现架构就是上一期所介绍的分类器。所以分类器在GAN 里扮演很重要的角色就是判别者。这判别者(D) 是老师角色，而生成者(G) 则是学生角色。

老师引导学生创作，两者互相较量( 对抗)，但又展现出教学相长的效果。例如，在图像渲染的应用上，它们的功能分别如下所述。

● G( 学生) 负责生成图片。它接收一个随机噪声(z)，或者其他条件( 如黑白底图或边框)，然后基于这个噪声或条件来生成新图片。

● D( 老师) 负责辨别一张图片的真或假。它的输入是一张图片，进行辨别之后，输出其判断为真品或假品的概率。如果输出值愈接近于1，代表其为真品的概率愈大；而当输出值愈接0，代表其为假品的概率愈大。

在GAN 模型的训练过程中，我们会拿真品来输入给D，也会拿由G 生成的假品来输入给D。其目的是要训练D，以便提升它判断图片真或假的能力。如果D 判断正确，表示G( 学生) 生成的新作品( 假品) 被D 识破了，这意味着G 的作品不够逼真，此时G 就会依据D 的反馈而调整其参数，因而G 就成长了。反之，如果D判断错误，表示D的辨别能力不足，例如被G骗了( 将假品误判为真品)，于是D 就会调整其参数，因而D 也成长了。这样的训练过程，持续重复下去，GAN 里的两个角色，互相较量( 对抗)，展现出了教学相长的美好效果。最后，G 大幅成长了，绘制出来非常逼真的作品( 假品) 了。

图2

3 解说<教学相长>的情境

话说有一位学生(G)，想从老师(D) 学习画漫画( 例如龙猫故事的插画)。但是这位老师并不会画漫画，那么他( 她) 又如何教学生画漫画呢? 在教学的过程中，两者都是从零开始，一起成长。这可以说是一个教学相长的过程（如图3- 图）。一开始，老师和学生，两者都是从零开始。

1.虽然老师不会画，但它会拿学生作品来与龙猫漫画书来做特征对比。

2.如果学生作品没有龙猫漫画的重要特征，就会感觉画得不像。

3.于是，学生开始作画了。

4.老师发现了学生作品里没有龙猫漫画的重要特征：胡须。

5.老师就要求学生加以改善。

6.老师又发现学生作品里少了龙猫漫画的另一项特征：娃娃哭时嘴巴张很大。

7.老师就要求学生加以改进。

8.两者互相较量，又协同创新、教学相长。

图3

图4

图5

图6

图7

图8

图9

图10

图11

然后，持续不断地改进下去，就会止于至善。图12里，左图是鉴赏者所握有的原图，而右图则是创作者所生成的创作品。可以看出来了，透过生成对抗协同创新，所生成的作品已经几可乱真了。

图12

4 范例解说：学习毕加索的画作风格

此范例使用百度飞桨(PaddlePaddle) 框架而设计来的GAN 模型。它可以自己观察毕加索(Picasso) 的画作而自我学习。并且渲染很接近原图的彩色作品了。其目标是：训练了一个GAN 模型，学习毕加索的画风。其作法：采取Lab 颜色空间，将*.jpg 图像，分解为L、a、b 三通道。将单通道 L 输入给G( 生成者)，由G 自己生成两通道：new_a 和new_b。然后将[L, new_a,new_b] 汇合成为一张新的*.jpg 图像。

在您的电脑上，需要安装飞桨模型框架，以及相关的套件。然后准备训练资料：即10 张毕加索的画作(*.jpg)。