Press "Enter" to skip to content

经典论文复现 | InfoGAN:一种无监督生成方法

过去几年发表于各大 AI 顶会论文提出的 400 多种算法中,公开算法代码的仅占 6%,其中三分之一的论文作者分享了测试数据,约 54% 的分享包含“伪代码”。这是今年 AAAI 会议上一个严峻的报告。 人工智能这个蓬勃发展的领域正面临着实验重现的危机,就像实验重现问题过去十年来一直困扰着心理学、医学以及其他领域一样。最根本的问题是研究人员通常不共享他们的源代码。
可验证的知识是科学的基础,它事关理解。随着人工智能领域的发展,打破不可复现性将是必要的。为此,PaperWeekly 联手百度 PaddlePaddle 共同发起了本次论文有奖复现,我们希望和来自学界、工业界的研究者一起接力,为 AI 行业带来良性循环。

作者丨黄涛
学校丨中山大学数学学院18级本科生
研究方向丨图像识别、VQA、生成模型和自编码器

论文复现代码:
aistudio.baidu.com/#

GAN

生成对抗网络(Generative Adversarial Nets)是一类新兴的生成模型,由两部分组成:一部分是判别模型(discriminator)D(·),用来判别输入数据是真实数据还是生成出来的数据;另一部分是是生成模型(generator)G(·),由输入的噪声生成目标数据。GAN 的优化问题可以表示为:

其中 P_{data} 是生成样本,noise 是随机噪声。而对于带标签的数据,通常用潜码(latent code)c 来表示这一标签,作为生成模型的一个输入,这样我们有:

然而当我们遇到存在潜在的类别差别而没有标签数据,要使 GAN 能够在这类数据上拥有更好表现,我们就需要一类能够无监督地辨别出这类潜在标签的数据,InfoGAN 就给出了一个较好的解决方案。

互信息(Mutual Information)

互信息是两个随机变量依赖程度的量度,可以表示为:

要去直接优化 I(c;G(z,c)) 是极其困难的,因为这意味着我们要能够计算后验概率(posterior probability)P(c|x),但是我们可以用一个辅助分布(auxiliary distribution)Q(c|x),来近似这一后验概率。这样我们能够给出互信息的一个下界(lower bounding):

InfoGAN

在 InfoGAN 中,为了能够增加潜码和生成数据间的依赖程度,我们可以增大潜码和生成数据间的互信息,使生成数据变得与潜码更相关:

▲ 图1. InfoGAN的整体结构图

由上面的,对于一个极大化互信息的问题转化为一个极大化互信息下界的问题,我们接下来就可以定义:

在论文的附录中,作者证明了:

于是:

故 LI (G, Q) 是互信息的一个下界。作者指出,用蒙特卡罗模拟(Monte Carlo simulation)去逼近 LI (G, Q) 是较为方便的,这样我们的优化问题就可以表示为:

实现

在实现中,D(x)、G(z, c) 和 Q(x) 分别用一个 CNN (Convolutional Neural Networks)、CNN、DCNN (DeConv Neural Networks) 来实现。同时,潜码 c 也包含两部分:一部分是类别,服从 Cat(K = N,p = 1/N),其中 N 为类别数量;另一部分是连续的与生成数据有关的参数,服从 Unif(−1,1) 的分布。
在此应指出,Q(c|x) 可以表示为一个神经网络 Q(x) 的输出。对于输入随机变量 z 和类别潜码 c,实际的 LI(G, Q) 可以表示为:

其中 · 表示内积(inner product),c 是一个选择计算哪个 log 的参数,例如 ci = 1 而 cj = 0(∀j = 1,2,···,i − 1,i + 1,···,n),那么 z 这时候计算出的 LI(G,Q) 就等于 log(Q(z,c)i)。这里我们可以消去 H(c),因为 c 的分布是固定的,即优化目标与 H(c) 无关:

而对于参数潜码,我们假设它符合正态分布,神经网络 Q(x) 则输出其预测出的该潜码的均值和标准差, 我们知道,对于均值 μ,标准差 σ 的随机变量,其概率密度函数为:

要计算参数潜码 c 的:

就是要计算 log p(c),即:

设 Q(x) 输出的参数潜码 c 的均值 μ,标准差 σ 分别为 Q(x)μ 和 Q(x)σ,那么对于参数潜码 c:

同样的,我们可以消去 H(c),因为 c 的分布是固定的,那么:

实验

首先,通过和普通的 GAN 比较 LI ,作者证明了 InfoGAN 确实能够优化这一互信息的下界 2。
作者在 MNIST 手写数字数据集(3)、3D 面部数据集(4)、3D 椅子数据集(5)、SVHN 街景房号数据集(6)以及 CelebA 人脸数据集(7)上进行了模型的相关测试。

▲ 图2. MNIST手写字符数据集上的结果
▲ 图3. 3D面部数据集上的结果
▲ 图4. 3D椅子数据集上的结果
▲ 图5. SVHN街景房号数据集上的结果
▲ 图6. CelebA人脸数据集上的结果

作者展示了这些数据集上学习到的类别潜码(从上至下变化)和参数潜码(从左至右变化,由 -2 到 2),我们可以看出,InfoGAN 不仅能够很好地学习数据之间的类型差别,也能够很好地学习到数据本身的一些易于区分的特点,而且生成模型对这些特点的泛化能力还是很好的。

再论InfoGAN的 L_{I}

读完论文,我们发现,对于类别潜码,这个 L_{I} 本质上是 x 与 G(z, c) 之间的 KL 散度:

也就是说:

而 min DKL(c||Q(G(z, c))) 意味着减小 c 与 Q(G(z, c)) 的差别。

▲ 图7. 普通GAN和InfoGAN的LI在训练过程中的比较

如果我们不考虑 Q(x)σ 的影响, L_{I} 的优化过程:

而 min(c-Q(x)_{\mu})^{2} 也意味着减小 c 与 Q(G(z, c))μ 的差。
再纵观整个模型,我们会发现这一对 LI 优化的过程,实质上是以 G 为编码器(Encoder), Q 为解码器(Decoder),生成的图像作为我们要编码的码(code),训练一个自编码器(Autoencoder),也就是说,作者口中的信息论优化问题,本质上是无监督训练问题。

关于PaddlePaddle

在 PaddlePaddle 中,一个极为重要的概念即是 fluid.Program(),在官方文档里常见的 exe.run(program= fluid.default_startup_program())的 fluid.default_startup_program() 就是其中一个例子。
在这一使用中可以了解到,我们要用 exe.run() 中的 program 参数运行指定的 fluid.Program(),而官方文档指出,当该参数未指定时,会运行 fluid.default_main_program(),而 fluid.default_main_program() 代表的是未指定 fluid.Program() 的所有操作
注意,这里说的是“所有”,由于 PaddlePaddle 没有计算依赖检测机制,即使在计算 fetch_list 中的值的时候不会用到操作也会被计算,这一点与 TensorFlow 极其不同,作者本人在使用过程中踩了很大的坑,还望各位注意。在执行多种任务的时候不要一股脑全部写在 fluid.default_main_program() 之中, 这样极其浪费资源,也容易造成一些问题。
一个新的 fluid.Program() 被创建之后,可以在 fluid.program_guard() 中指定该 fluid.Program() 中的操作与变量:

#创建Infer_program
Infer_program = fluid.Program()
#在这里面定义Infer_program中的操作与变量
with fluid.program_guard(main_program = Infer_program):
    #从外部通过feed传入的变量,一般是输入、标签等
    X = fluid.layers.data(name='X', shape=[X_dim], dtype='float32')
    #全链接层
    output = fluid.layers.fc(input = X, size = 128)

PaddlePaddle 中还需要注意的一点是,fluid.Variable 的命名空间是全局的,也就是说在同一或者不同 fluid. Program() 间,同名(fluid.Variable 的 name 属性相同)的 fluid.Variable 所指向的变量是相同的,所以同一名称在同一或者不同 fluid.Program () 中可以被使用多次,而不用担心 TensorFlow 中会出现的 reuse 问题。
要对一个操作的中的权值的名称进行定义(权值命名为 W1,偏置命名为 b1):

output = fluid.layers.fc(input = X,
                         size = 10,
                         param_attr = fluid.ParamAttr(name="W1"),
                         bias_attr = fluid.ParamAttr(name="b1"))

要在之后使用这些 fluid.Variable,例如在 Optimizer 中使用:

#可以直接用名称指代对应的fluid.Variable
parameter_list = ["W1", "b1"]
#构建optimizer
optimizer = fluid.optimizer.AdamOptimizer()
#指定optimizer优化的目标和对象
optimizer.minimize(loss, parameter_list=parameter_list)

在构建完基本的运算操作后,便可以开始初始化操作了:

#初始化fluid.Executor(指定执行程序位置)
exe = fluid.Executor(fluid.CPUPlace())
#执行fluid.default_startup_program(),在fluid.program_guard()中
#若没有指定初始化program,则默认为此program
exe.run(program=fluid.default_startup_program())

初始化完成后,可以开始训练啦:

#在从外部传入数据的时候要注意,传入数据的数据类型必须与fluid.layers.data
#中定义的类型一致,否则会报错
#如果传入数据是list类型,建议转换为np.array,否则可能回报错:
#fedding的数据中包含lod信息,请您转换成lodtensor
#(渣翻译, 原因是list被默认为含有变长数据)
feeding = {"X" : np.array(Z_noise).astype('float32')}
#传入feeding中的数据,执行program程序,从计算结果中获取loss
#(默认会被转换成np.array,可在函数参数中设置)
loss_curr = exe.run(feed = feeding, program = program, fetch_list = [loss])

GAN实现

生成对抗网络(Generative Adversarial Nets)是一类新兴的生成模型,由两部分组成:一部分是判别模型(discriminator)D(·),用来判别输入数据是真实数据还是生成出来的数据;另一部分是是生成模型(generator)G(·),由输入的噪声生成目标数据。GAN 的优化问题可以表示为:

其中 P_{data} 是生成样本,noise 是随机噪声。我们用一个双层的 MLP 来演示:

#判别模型
def discriminator(x):
    #使用fluid.unique_name.guard()添加模型内参数名称的前缀
    with fluid.unique_name.guard('D_'):
        D_h1 = fluid.layers.fc(input = x, size = 256, act = "relu")
        D_logit = fluid.layers.fc(input = D_h1, size = 1, act = "sigmoid")
    return D_logit
#生成模型
def generator(inputs):
    with fluid.unique_name.guard('G_'):
        D_h1 = fluid.layers.fc(input = inputs, size = 256, act = "relu")
        D_logit = fluid.layers.fc(input = D_h1, size = 784, act = "sigmoid")
    return D_logit

通常,一个 GAN 的训练由两部分组成,第一部分是对 D(·) 进行训练,极大化目标函数:

第二部分是对 G(·) 进行训练,极小化目标函数:

以下是两部分优化的定义:

#参考Todd的LSGAN的实现,使用函数获取模型所有变量
def get_params(program, prefix):
    all_params = program.global_block().all_parameters()
    return [t.name for t in all_params if t.name.startswith(prefix)]
#G优化程序
G_program = fluid.Program()
with fluid.program_guard(main_program = G_program):
    #定义输入数据
    Z = fluid.layers.data(name='Z', shape=[Z_dim], dtype='float32')
    #执行相关模型的计算
    G_sample = generator(Z)
    D_fake = discriminator(G_sample)
    #计算损失函数
    G_loss = 0.0 - fluid.layers.reduce_mean(fluid.layers.log(D_fake + 1e-8))
    #定义optimizer优化的变量的范围
    theta_G = get_params(G_program, "G")
    G_optimizer = fluid.optimizer.AdamOptimizer()
    G_optimizer.minimize(G_loss, parameter_list=theta_G)
#D优化程序
D_program = fluid.Program()
with fluid.program_guard(main_program = D_program):
    Z = fluid.layers.data(name='Z', shape=[Z_dim], dtype='float32')
    X = fluid.layers.data(name='X', shape=[784], dtype='float32')
    #在使用数据集时,要注意相应接口传入数据的值的范围
    #paddle.dataset.mnist中的数据,范围在[-1, 1]
    #要将其转换到sigmoid函数的值域内
    X = X * 0.5 + 0.5
    G_sample = generator(Z)
    D_real = discriminator(X)
    D_fake = discriminator(G_sample)
    D_loss = 0.0 - fluid.layers.reduce_mean(fluid.layers.log(D_real + 1e-8)
    + fluid.layers.log(1.0 - D_fake + 1e-8))
    theta_D = get_params(G_program, "D")
    D_optimizer = fluid.optimizer.AdamOptimizer()
    D_optimizer.minimize(D_loss, parameter_list=theta_D)

在定义好这些之后,是时候开训练了:

#定义传入的数据
feeding_withx= {"X" : np.array(X_mb).astype('float32'),
    "Z" : np.array(Z_noise).astype('float32')}
feeding = {"Z" : np.array(Z_noise).astype('float32')}
#执行训练操作并获取当前损失函数的值
D_loss_curr = exe.run(feed = feeding_withx, program = D_program,
                      fetch_list = [D_loss])
G_loss_curr = exe.run(feed = feeding, program = G_program,
                      fetch_list = [G_loss])

若欲测试模型效果,可再定义一个 Inference:

#Inference
Infer_program = fluid.Program()
with fluid.program_guard(main_program = Infer_program):
    Z = fluid.layers.data(name='Z', shape=[Z_dim], dtype='float32')
    G_sample = generator(Z)

然后再这样获取 samples:

feeding = {"Z" : np.array(Z_noise).astype('float32')}
samples = exe.run(feed = feeding, program = Infer_program,
                  fetch_list = [G_sample])

后记

本文先前于今年 8 月完成,共享于 PaddlePaddle 论文复现群内,在 10 月 LSGAN 的复现公开之 后,参考该复现更改了模型参数命名和参数列表的实现方法,在此感谢 Todd 同学的复现对本文的帮助。

Be First to Comment

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注