GANs là một thuật toán học không giám sát (Unsupersived Learning) được Ian Goodfellow �giới thiệu vào năm 2014 tại hội nghị NIPS, trong đó bao gồm hai thành phần chính là Generator và Discriminator:
-
Generator (ký hiệu
$G$ ) nhận nhiệm vụ học ra cách áp xạ từ một không gian tìm ẩn$Z$ (a latent space) vào một không gian với phân phối từ dữ liệu �cho trước. -
Discriminator (ký hiệu
$D$ ) nhận nhiệm vụ phân biệt dữ liệu được tạo ra từ$G$ và dữ liệu cho trước.
Một cách toán học: Giả sử ta có
$$ \min_{G} \max_{D} V(D, G) = \mathbb{E}{x \sim p{data}(x)}[log D(x)] + \mathbb{E}_{z \sim p_Z(z)}[log(1 - D(G(z)))]$$
Qúa tình tối ưu GANs cũng khá đơn giản:
- Lấy ngẫu nhiên
$m$ mẫu$z \in Z$ và$m$ mẫu$x$ từ dữ liệu cho trước. - Tối ưu
$D$ dựa trên$z$ và$x$ . - Lấy ngẫu nhiên
$m$ mẫu$z \in Z$ (có thể dùng lại$z$ ở bước 1). - Tối ưu
$G$ dựa trên$z$ . - Quay lại bước
$1$ .
Sau đây mình sẽ minh hoạ GAN với tập dữ liệu MNIST. Toàn bộ mã nguồn có thể tìm được tại đây
Trước tiên mình cần cài đặt thư viện Tensorflow cho Python
[sudo] pip install tensorflow #Hoặc tensorflow-gpu đối với các bạn sử dụng Tensorflow với GPU
Trước tiên ta cần khai bái các thư viện cần thiết:
import tensorflow as tf
import tensorflow.contrib.slim as slim #slim cho phép khai báo nhanh các lớp thông dụng
import numpy as np
from tensorflow.examples.tutorials.mnist import input_data #Tensorfow cung cấp sẵn API để lấy dữ liệu từ tập MNIST
Ta cần định nghĩa
def generator(inputs):
with tf.variable_scope("generator"):
net = slim.fully_connected(inputs, 256, scope = "fc1")
net = slim.fully_connected(net, 784, scope = "fake_images", activation_fn = tf.nn.sigmoid)
return net
def discriminator(inputs):
with tf.variable_scope("discriminator"):
net = slim.fully_connected(inputs, 256, scope = "fc1")
net = slim.fully_connected(net, 1, scope = "predictions", activation_fn = tf.nn.sigmoid)
return net
Ta đinh nghĩa các hyperparameters cần thiết:
mnist_loader = input_data.read_data_sets('MNIST_data')
batch_size = 32
z_dim = 100 #Số chiều của Z
learning_rate = 0.0002
num_iters = 100000
Sau đó ta khởi tạo mạng:
random_z = tf.placeholder(shape = [batch_size, z_dim], dtype = tf.float32, name = "random_vector") #vector z
real_images = tf.placeholder(shape = [batch_size, 784], dtype = tf.float32, name = "real_images") #real data
fake_images = generator(random_z) #fake data
predictions = discriminator(tf.concat([real_images, fake_images], axis = 0)) #fake và real data được đưa qua Discriminator
real_preds = tf.slice(predictions, [0, 0], [batch_size, -1])
fake_preds = tf.slice(predictions, [batch_size, 0], [batch_size, -1])
Sau đó ta định nghĩa hàm mất cho Generator và Discriminator. Ở đây mình sử dụng Adam Optimizer để tối ưu
gen_loss = -tf.reduce_mean(tf.log(fake_preds))
dis_loss = -tf.reduce_mean(tf.log(real_preds) + tf.log(1. - fake_preds))
gen_vars = slim.get_variables(scope = "generator")
dis_vars = slim.get_variables(scope = "discriminator")
optimizer = tf.train.AdamOptimizer(learning_rate)
gen_train_op = optimizer.minimize(gen_loss, var_list = gen_vars)
dis_train_op = optimizer.minimize(dis_loss, var_list = dis_vars)
Sau đó ta tiến hành tối ưu
sess = tf.Session()
sess.run(tf.global_variables_initializer())
for iter in xrange(1, num_iters + 1):
## Vector ngẫu nhiên z được lấy từ phân phối đều trên [-1, 1]
feed_dict = {
random_z: np.random.uniform(-1., 1., size=[batch_size, z_dim]),
real_images: mnist_loader.train.next_batch(batch_size=batch_size)[0]
}
_, _, _gen_loss, _dis_loss = sess.run(
[gen_train_op, dis_train_op, gen_loss, dis_loss],
feed_dict = feed_dict
)
if (iter % 50) == 0:
print("Iteration [{:06d}/{:06d}]".format(iter, num_iters))
print("\t>> Generator Loss: {}".format(_gen_loss))
print("\t>> Discriminator Loss: {}".format(_dis_loss))
Trong những năm gần đây, GAN đã có những ứng dụng mạnh mẽ trong nhiều bài toán như Image Super Resolution, Image Translation, Domain Adaptaion. Tuy nhiên để tối ưu GANs là điều không phải dễ, điều này đòi hỏi về phần cứng cũng như sự phân tích bài toán:
-
GAN đòi hỏi chi phí phần cứng cao với các bài toán xử lý ảnh có kích thước lớn.
-
Việc điều chỉnh Learning Rate cũng không phải là điểu dễ dàng, phải cân bằng làm sao cho Discriminator và Generator cân bằng lẫn nhau, nếu không dễ dẫn đến một bên lấn áp phần còn lại, dẫn đến Generator không cho ra kết quả tốt.
Bài viết này chỉ cung cấp một khái niệm và ví dụ cơ bản nhất về GANs, nếu có gì sai sót mong các bạn có thể đóng góp kiến.