深度学习与大模型 习题及答案 第6章-生成对抗网络与深度生成模型-课后习题

第6章生成对抗网络与深度生成模型一、问答题

1.简述对抗生成网络的概念和作用。答：对抗生成网络的概念：GAN是一种深度学习模型，由生成器和判别器两个网络通过对抗博弈训练。生成器生成模拟真实数据的样本，判别器区分样本是真实数据还是生成器伪造的，二者相互迭代优化，最终达到纳什均衡。​对抗生成网络的作用：核心是生成逼真的合成数据，同时能学习数据的潜在分布，为无监督/半监督学习提供强大工具。列举并简述对抗生成网络的主要变体。下面列举对抗生成网络的主要变体

-DCGAN（深度卷积GAN）：用卷积层替代全连接层，生成器和判别器均采用转置卷积/卷积结构，大幅提升图像生成质量，是图像GAN的基础框架。-CGAN（条件GAN）：在生成器和判别器中加入条件信息（如标签、属性），可定向生成特定类别的数据（如生成指定数字的手写体）。-CycleGAN（循环GAN）：用于跨域图像转换，无需成对数据，通过“循环一致性损失”实现双向转换（如马→斑马、照片→油画）。-WGAN（WassersteinGAN）：改进损失函数，用Wasserstein距离替代JS散度，解决GAN训练不稳定、模式崩溃问题，提升生成多样性。-StyleGAN：引入风格迁移思想，可精细控制生成图像的风格（如人脸的发型、表情），生成超高分辨率、细节丰富的图像。列举深度生成模型的应用场景。下面列举深度生成模型的主要应用场景-图像领域：图像生成（如人脸、风景）、图像修复（补全老照片破损部分）、图像编辑（换脸、风格转换）、超分辨率重建。-自然语言处理：文本生成（诗歌、小说、新闻）、对话系统（生成自然回复）、文本摘要与翻译。-语音领域：语音合成（TTS）、语音转换（变声、跨语言语音转换）、语音修复（去噪、补全）。-跨模态生成：文本生成图像（如DALL·E）、图像生成文本（图像描述）、语音生成文本（ASR）。-其他场景：数据增强（生成标注样本提升模型泛化能力）、异常检测（通过学习正常数据分布识别异常）、药物分子生成（设计新型药物分子结构）。二、实践题

构建基于PyTorch框架和FashionMNIST数据来源实现DCGAN生成手写数字图像。要求:基于PyTorch深度学习框架,选择GPU运行环境运行。答：以下是完整的DCGAN实现代码，包含数据加载、网络构建、训练流程及图像生成，适配GPU运行环境。importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets,transformsfromtorchvision.utilsimportsave_imageimportmatplotlib.pyplotaspltimportnumpyasnp#--------------------------1.环境配置与参数设置--------------------------#设备配置（自动检测GPU）device=torch.device("cuda:0"iftorch.cuda.is_available()else"cpu")print(f"使用设备:{device}")#超参数设置latent_dim=100#噪声向量维度img_channels=1#图像通道数（FashionMNIST为灰度图）img_size=28#图像尺寸（28x28）batch_size=128epochs=50lr=0.0002beta1=0.5#Adam优化器动量参数#--------------------------2.数据加载（FashionMNIST）--------------------------#图像预处理：归一化到[-1,1]（DCGAN常用）transform=transforms.Compose([transforms.Resize(img_size),transforms.ToTensor(),transforms.Normalize([0.5],[0.5])#灰度图单通道归一化])#加载FashionMNIST数据集dataset=datasets.FashionMNIST(root='./data',train=True,download=True,transform=transform)dataloader=DataLoader(dataset,batch_size=batch_size,shuffle=True,num_workers=2)#--------------------------3.生成器（Generator）构建--------------------------classGenerator(nn.Module):def__init__(self):super(Generator,self).__init__()self.model=nn.Sequential(#输入：(batch_size,latent_dim,1,1)nn.ConvTranspose2d(latent_dim,512,4,1,0,bias=False),nn.BatchNorm2d(512),nn.ReLU(True),#输出：(batch_size,512,4,4)nn.ConvTranspose2d(512,256,4,2,1,bias=False),nn.BatchNorm2d(256),nn.ReLU(True),#输出：(batch_size,256,8,8)nn.ConvTranspose2d(256,128,4,2,1,bias=False),nn.BatchNorm2d(128),nn.ReLU(True),#输出：(batch_size,128,16,16)nn.ConvTranspose2d(128,64,4,2,1,bias=False),nn.BatchNorm2d(64),nn.ReLU(True),#输出：(batch_size,64,32,32)nn.ConvTranspose2d(64,img_channels,4,2,15,bias=False),#调整padding适配28x28nn.Tanh()#输出归一化到[-1,1]#最终输出：(batch_size,1,28,28))defforward(self,x):returnself.model(x)#--------------------------4.判别器（Discriminator）构建--------------------------classDiscriminator(nn.Module):def__init__(self):super(Discriminator,self).__init__()self.model=nn.Sequential(#输入：(batch_size,1,28,28)nn.Conv2d(img_channels,64,4,2,1,bias=False),nn.LeakyReLU(0.2,inplace=True),#输出：(batch_size,64,14,14)nn.Conv2d(64,128,4,2,1,bias=False),nn.BatchNorm2d(128),nn.LeakyReLU(0.2,inplace=True),#输出：(batch_size,128,7,7)nn.Conv2d(128,256,4,2,1,bias=False),nn.BatchNorm2d(256),nn.LeakyReLU(0.2,inplace=True),#输出：(batch_size,256,3,3)nn.Conv2d(256,512,4,2,1,bias=False),nn.BatchNorm2d(512),nn.LeakyReLU(0.2,inplace=True),#输出：(batch_size,512,1,1)nn.Conv2d(512,1,3,1,0,bias=False),nn.Sigmoid()#输出概率（0-1）)defforward(self,x):returnself.model(x).view(-1,1)#展平为(batch_size,1)#--------------------------5.模型初始化与配置--------------------------#初始化生成器和判别器并移至GPUgenerator=Generator().to(device)discriminator=Discriminator().to(device)#损失函数（二分类交叉熵）criterion=nn.BCELoss()#优化器（Adam）optimizer_G=optim.Adam(generator.parameters(),lr=lr,betas=(beta1,0.999))optimizer_D=optim.Adam(discriminator.parameters(),lr=lr,betas=(beta1,0.999))#固定噪声（用于训练过程中可视化生成效果）fixed_noise=torch.randn(16,latent_dim,1,1).to(device)#--------------------------6.训练流程--------------------------print("开始训练...")forepochinrange(epochs):fori,(real_imgs,_)inenumerate(dataloader):batch_size=real_imgs.size(0)real_imgs=real_imgs.to(device)#--------------------------训练判别器--------------------------#标签：真实图像为1，生成图像为0real_labels=torch.ones(batch_size,1).to(device)fake_labels=torch.zeros(batch_size,1).to(device)#1.判别真实图像output=discriminator(real_imgs)d_loss_real=criterion(output,real_labels)#2.判别生成图像noise=torch.randn(batch_size,latent_dim,1,1).to(device)fake_imgs=generator(noise)output=discriminator(fake_imgs.detach())#冻结生成器d_loss_fake=criterion(output,fake_labels)#3.判别器总损失与优化d_loss=d_loss_real+d_loss_fakeoptimizer_D.zero_grad()d_loss.backward()optimizer_D.step()#--------------------------训练生成器--------------------------#生成器希望判别器将生成图像判为1output=discriminator(fake_imgs)g_loss=criterion(output,real_labels)#生成器损失与优化optimizer_G.zero_grad()g_loss.backward()optimizer_G.step()#--------------------------打印日志--------------------------if(i+1)%100==0:print(f"Epoch[{epoch+1}/{epochs}],Step[{i+1}/{len(dataloader)}],"f"D_Loss:{d_loss.item():.4f},G_Loss:{g_loss.item():.4f}")#--------------------------保存生成图像--------------------------generator.eval()#评估模式withtorch.no_grad():fake_imgs=generator(fixed_noise)#反归一化（从[-1,1]到[0,1]）fake_imgs=fake_imgs/2+0.5save_image(fake_imgs,f'generated_imgs/epoch_{epoch+1}.png',nrow=4)generator.train()#恢复训练模式#--------------------------7.模型保存--------------------------torch.save(generator.state_dict(),'generator.pth')torch.save(discriminator.state_dict(),'discriminator