使用有限的数据来训练GANs

2024-06-21 08:18
文章标签 数据 使用 训练 有限 gans

本文主要是介绍使用有限的数据来训练GANs,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

点击上方“AI公园”,关注公众号,选择加“星标“或“置顶”


作者:Mayank Agarwal

编译:ronghuaiyang

导读

使用自适应增强判别器(ADA)来训练StyleGAN2。

生成对抗网络(GANs)的长期挑战之一是在很少数据的情况下训练它。小数据集的关键问题是识别器对训练样本的快速过拟合。鉴别器的工作是将其输入分类为假的或真的,但由于过拟合,它把除了训练数据集以外的所有东西都作为是假的。结果,生成器收到的反馈很少,无法改进它的生成,训练失败。在本文中,我们讨论了Karras等人的最近的工作,通过自适应鉴别器增强来解决这个问题

图1,GAN的训练目标,将生成的图像分布x和真实的图像分布y匹配。左:x!=y,右:x=y

在深度学习的几乎所有领域,数据增强是防止过拟合的标准解决方案。例如,在旋转、噪声、模糊等条件下训练图像分类器,会导致在失真情况下这些语义保持不变性增加 —— 这是分类器非常需要的品质。然而,这并不能直接用于训练GANs,因为生成器将学习如何生成增强后的分布。这种对生成的样本的增强的“泄漏”是非常不可取的。

为了克服这种“泄漏”问题,作者提出了一种称为随机鉴别器增强的增强技术。他们只使用增强图像来评估鉴别器,并且在训练生成器时也这样做。鉴别器增强相当于在鉴别器上戴上失真镜,并要求生成器生成的图在通过失真镜观察时无法与训练集样本区分。

图2,左:朴素的鉴别器增强,右:随机鉴别器增强

图3,增强GAN训练目标 — 增强后的生成图像和真实图像的分布Tx和Ty匹配,左:Tx!=Ty,右: Tx=Ty

然而,这种方法只有在这种扭曲可以用数据空间上的概率分布的“可逆”变换来表示时才有效。重要的是要理解,这并不意味着在单个图像上执行的增强就必须是可逆的。例如,从概率分布的意义上讲,将输入图像的90%置为零这样极端的增强是可逆的,即使对人类来说,通过忽略黑色图像直到只剩下10%的图像,来推断原始分布是很容易的。

让我们借用文中的另一个例子来直观地理解可逆变换。从{0,90,180,270}度均匀选择的随机旋转是不可逆的(图4):增强后无法辨别方向的差异。这里,生成器可以自由地生成上下颠倒的图像,因为在增强分布中,{0,90,180,270}度的相对位置是相同的。因此,尽管生成器学会了匹配增强的分布Tx和Ty,但匹配虚假和真实数据分布x和y的潜在目标仍然没有得到解决。

图4,不可逆的例子:90度旋转

如果这个旋转仅以概率p<1进行(图2,右):这增加了0度的出现率,现在只有生成的图像有正确的方向时,增强分布才能匹配(图5)。现在,当生成器试图生成颠倒的图像时,增强分布不再一致。因此,为了匹配转换后的分布Tx和Ty,生成器被迫匹配假分布x和真实分布y。

图5,可逆的例子:使用不均等概率的90度的旋转(p=0.8)

更一般地说,如果我们对生成的分布x和真实的分布y应用一个可逆变换T,那么为了匹配原始分布x和y,匹配增强分布Tx和Ty就足够了(图6)。

图6,左:可逆变换,右:不可逆变换

理论上,如果增强操作T是可逆的,存在一个且只有一个增强分布Tx, 而且x不应该有“泄漏”。然而,在实践中,由于有限的样本的局限性,有限的网络表示能力,归纳偏差和训练动态,很高的p值导致了生成图像的增强的泄漏。作者还表明,p的最优值对数据集大小非常敏感。他们通过使过程自适应来解决对p进行昂贵的网格搜索的问题。在深入细节之前,让我们先了解如何在GANs中度量过拟合。

不同大小的数据集,在每种情况下训练开始以同样的方式,但最终优化停止了,并且FID开始上升(图8)。同时,开始的时候,鉴别器输出分布的和生成的图像重叠,但随着鉴别器(图7)变得越来越自信,这两个分布变得渐行渐远,并且,从FID开始恶化的点开始,随着分布的充分重叠,loss开始变得恒定。

图7,随着训练的进行,鉴别器对于真实图像和生成图像的输出分布的重叠越来越小。

量化过拟合的标准方法是使用一个单独的验证集,并观察其相对于训练集的行为。当过拟合开始时,验证集的行为开始越来越像生成的图像,而真实样本和生成样本的鉴别器输出开始发散。从图8可以看出,对于较小的数据集,这种情况发生得更早。

图8,在不同大小的数据集训练过程中,FID和鉴别器原始logits的演变。

作者提出了两种似是而非的过拟合启发式方法来度量过拟合(图9)。第一个是启发式的r*v,*表示了验证集相对于训练集和生成的图像的输出。当训练集和验证集表现完全相同时,分子为0,因此r=0表示没有过拟合。当生成的和验证集行为完全相同时,分子和分母是相同的,因此r=1表示完全过拟合。

图9,过拟合启发式描述

因为它假设在一个已经很小的数据集中存在一个单独的验证集,所以不可能计算rv启发式。因此,作者转向rt,它使用训练集的鉴别器预测为正的部分来识别过拟合,并随着训练的进展动态调整增强概率p:

  • rt太高→增加更多(增加p)

  • rt过低→增加更少(减少p)

总之,作者提出了一种即插即用技术,通过引入一个应用增强的概率p来将不可逆转的图像增强转换为可逆变换。它们还提供了一种机制来自适应地调整这些增强,以改善GAN训练过程到最优状态。想要了解更多细节,我强烈推荐阅读原文。

—END—

英文原文:https://medium.com/swlh/training-gans-with-limited-data-22a7c8ffce78

请长按或扫描二维码关注本公众号

喜欢的话,请给我个在看吧

这篇关于使用有限的数据来训练GANs的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1080689

相关文章

Android kotlin中 Channel 和 Flow 的区别和选择使用场景分析

《Androidkotlin中Channel和Flow的区别和选择使用场景分析》Kotlin协程中,Flow是冷数据流,按需触发,适合响应式数据处理;Channel是热数据流,持续发送,支持... 目录一、基本概念界定FlowChannel二、核心特性对比数据生产触发条件生产与消费的关系背压处理机制生命周期

java使用protobuf-maven-plugin的插件编译proto文件详解

《java使用protobuf-maven-plugin的插件编译proto文件详解》:本文主要介绍java使用protobuf-maven-plugin的插件编译proto文件,具有很好的参考价... 目录protobuf文件作为数据传输和存储的协议主要介绍在Java使用maven编译proto文件的插件

SpringBoot线程池配置使用示例详解

《SpringBoot线程池配置使用示例详解》SpringBoot集成@Async注解,支持线程池参数配置(核心数、队列容量、拒绝策略等)及生命周期管理,结合监控与任务装饰器,提升异步处理效率与系统... 目录一、核心特性二、添加依赖三、参数详解四、配置线程池五、应用实践代码说明拒绝策略(Rejected

C++ Log4cpp跨平台日志库的使用小结

《C++Log4cpp跨平台日志库的使用小结》Log4cpp是c++类库,本文详细介绍了C++日志库log4cpp的使用方法,及设置日志输出格式和优先级,具有一定的参考价值,感兴趣的可以了解一下... 目录一、介绍1. log4cpp的日志方式2.设置日志输出的格式3. 设置日志的输出优先级二、Window

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

Ubuntu如何分配​​未使用的空间

《Ubuntu如何分配​​未使用的空间》Ubuntu磁盘空间不足,实际未分配空间8.2G因LVM卷组名称格式差异(双破折号误写)导致无法扩展,确认正确卷组名后,使用lvextend和resize2fs... 目录1:原因2:操作3:报错5:解决问题:确认卷组名称​6:再次操作7:验证扩展是否成功8:问题已解

Qt使用QSqlDatabase连接MySQL实现增删改查功能

《Qt使用QSqlDatabase连接MySQL实现增删改查功能》这篇文章主要为大家详细介绍了Qt如何使用QSqlDatabase连接MySQL实现增删改查功能,文中的示例代码讲解详细,感兴趣的小伙伴... 目录一、创建数据表二、连接mysql数据库三、封装成一个完整的轻量级 ORM 风格类3.1 表结构

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核