《昇思 25 天学习打卡营第 19 天 | 生成式对抗网络（GAN）实践指南 》

活动地址：https://xihe.mindspore.cn/events/mindspore-training-camp
签名：Sam9029

---

GAN 模型概述

生成式对抗网络（GAN）是一种前沿的无监督学习模型，由 Goodfellow 等人于 2014 年提出。GAN 由两部分组成：生成器（Generator）和判别器（Discriminator）。生成器负责生成逼真的假图像，而判别器则负责区分图像是真实的还是生成器生成的。

模型组成

1. 生成器（G）：从标准正态分布中采样隐码（latent code），并将其映射到数据空间，生成假图像。
2. 判别器（D）：接收输入图像，并预测图像为真实或假的概率。

训练过程

GAN 的训练是一个动态的博弈过程，生成器和判别器相互竞争，共同进步。

• 初始阶段：生成器生成质量较差的图像，判别器容易区分真假。
• 训练过程中：生成器不断学习生成更逼真的图像，判别器则提高其识别能力。
• 平衡点：理想情况下，生成器生成的图像与真实图像分布一致，判别器无法区分。

数据集

本案例使用 MNIST 手写数字数据集，包含 60000 张训练样本和 10000 张测试样本，图像大小为 28x28。

数据加载与预处理

使用 MindSpore 的MnistDataset接口加载数据集，并进行必要的预处理，如归一化和数据增强。

train_dataset = ds.MnistDataset(dataset_dir='./MNIST_Data/train')
test_dataset = ds.MnistDataset(dataset_dir='./MNIST_Data/test')

模型构建

生成器

生成器采用五层全连接层，每层后接 BatchNorm 和 ReLU 激活层，输出通过 Tanh 函数以产生[-1, 1]范围内的图像数据。

class Generator(nn.Cell):# 定义生成器结构# ...def construct(self, x):img = self.model(x)return ops.reshape(img, (-1, 1, 28, 28))

判别器

判别器使用一系列全连接层和 LeakyReLU 激活层，最后通过 Sigmoid 激活函数输出概率。

class Discriminator(nn.Cell):# 定义判别器结构# ...def construct(self, x):x_flat = ops.reshape(x, (-1, img_size * img_size))return self.model(x_flat)

损失函数与优化器

使用二元交叉熵损失函数（BCELoss）和 Adam 优化器。

adversarial_loss = nn.BCELoss(reduction='mean')
optimizer_d = nn.Adam(net_d.trainable_params(), learning_rate=lr)
optimizer_g = nn.Adam(net_g.trainable_params(), learning_rate=lr)

模型训练

训练过程包括训练判别器和生成器，记录损失并在每个 epoch 结束时生成图像以跟踪进度。

for epoch in range(total_epoch):# 训练循环# ...gen_imgs = net_g(test_noise)save_imgs(gen_imgs.asnumpy(), epoch)

效果展示

训练过程中，生成器生成的图像质量逐渐提高，最终可生成与真实图像相似的假图像。GAN 模型的强大之处在于其生成高质量图像的能力，但其训练过程可能不稳定，需要仔细调整参数。此外，GAN 的应用不仅限于图像生成，还可以扩展到其他领域，如风格迁移、数据增强等、 通过本实践指南，学习了如何使用 MindSpore 框架构建和训练 GAN 模型，并使用 MNIST 数据集进行训练。见证了从模型初始化到训练，再到生成高质量图像的整个过程。随着技术的不断发展，GAN 有望在更多领域展现其潜力。