【Week-G4】手势图像生成（CGAN）- PyTorch【使用生成好的生成器生成指定手势】

文章目录

[一、准备数据 & 环境](#一、准备数据 & 环境)
- [2. 数据可视化](#2. 数据可视化)
二、构建模型
三、训练模型
- [3. 训练模型](#3. 训练模型)
四、模型分析
- [4.1 绘制Loss图](#4.1 绘制Loss图)
- [2. 导入generator_epoch_300.pth，生成图像](#2. 导入generator_epoch_300.pth，生成图像)
五、predictions.permute(0,2,3,1)

🍨 本文为🔗365天深度学习训练营中的学习记录博客

🍖 原作者：K同学啊 | 接辅导、项目定制

本文环境：

系统环境：

语言：Python3.7.8

编译器：VSCode

深度学习框架：torch 1.13.1

是否GPU训练：CPU

本周代码基本和G3周一致，个别地方有修改：

（1）epoch=300

（2）绘制Loss图

（3）选择训练好的epoch=300时的生成器模型来生成手势

（4）数据集可视化部分选择显示第一个批次的图片

训练持续时间：7.17日23:00-7月18日08:12，耗时9h12min

本次学习的重点：predictions.permute(0,2,3,1)，该函数用于对张量的维度进行重新排列，生成指定图像就是靠这个函数，Pytorch框架才有的

一、准备数据 & 环境

2. 数据可视化

python 复制代码

# 可视化第一个batch的数据
def show_images(dl):
    for images, _ in dl:
        fig, ax = plt.subplots(figsize=(10, 10))
        ax.set_xticks([]); ax.set_yticks([])
        ax.imshow(make_grid(images.detach(), nrow=16).permute(1, 2, 0))
        break
show_images(train_loader)
# def show_batch(dl):
#     for images, _ in dl:
#         show_images(images)
#         break

# show_batch(train_loader)  #显示图片
print("===============1.2 数据可视化 End============\n")

二、构建模型

python 复制代码

print("===============2. 构建模型================")
latent_dim = 100
n_classes = 3
embedding_dim = 100
# 自定义权重初始化函数，用于初始化生成器和判别器的权重
def weights_init(m):
    # 获取当前层的类名
    classname = m.__class__.__name__

    # 如果当前层是卷积层（类名中包含 'Conv' ）
    if classname.find('Conv') != -1:
        # 使用正态分布随机初始化权重，均值为0，标准差为0.02
        torch.nn.init.normal_(m.weight, 0.0, 0.02)
    
    # 如果当前层是批归一化层（类名中包含 'BatchNorm' ）
    elif classname.find('BatchNorm') != -1:
        # 使用正态分布随机初始化权重，均值为1，标准差为0.02
        torch.nn.init.normal_(m.weight, 1.0, 0.02)
        # 将偏置项初始化为全零
        torch.nn.init.zeros_(m.bias)
print("===============2. 构建模型 End============\n")

构建生成器与鉴别器的代码与G3一致【此处省略】

三、训练模型

定义损失函数、定义优化器与G3一致

训练时 epoch值改为300

3. 训练模型

python 复制代码

print("===============3.3 训练模型================")
# 设置训练的总轮数
num_epochs = 300
# 初始化用于存储每轮训练中判别器和生成器损失的列表
D_loss_plot, G_loss_plot = [], []

# 循环进行训练
for epoch in range(1, num_epochs + 1):
    
    # 初始化每轮训练中判别器和生成器损失的临时列表
    D_loss_list, G_loss_list = [], []
    
    # 遍历训练数据加载器中的数据
    for index, (real_images, labels) in enumerate(train_loader):
        # 清空判别器的梯度缓存
        D_optimizer.zero_grad()
        # 将真实图像数据和标签转移到GPU（如果可用）
        real_images = real_images.to(device)
        labels      = labels.to(device)
        
        # 将标签的形状从一维向量转换为二维张量（用于后续计算）
        labels = labels.unsqueeze(1).long()
        # 创建真实目标和虚假目标的张量（用于判别器损失函数）
        real_target = Variable(torch.ones(real_images.size(0), 1).to(device))
        fake_target = Variable(torch.zeros(real_images.size(0), 1).to(device))

        # 计算判别器对真实图像的损失
        D_real_loss = discriminator_loss(discriminator((real_images, labels)), real_target)
        
        # 从噪声向量中生成假图像（生成器的输入）
        noise_vector = torch.randn(real_images.size(0), latent_dim, device=device)
        noise_vector = noise_vector.to(device)
        generated_image = generator((noise_vector, labels))
        
        # 计算判别器对假图像的损失（注意detach()函数用于分离生成器梯度计算图）
        output = discriminator((generated_image.detach(), labels))
        D_fake_loss = discriminator_loss(output, fake_target)

        # 计算判别器总体损失（真实图像损失和假图像损失的平均值）
        D_total_loss = (D_real_loss + D_fake_loss) / 2
        D_loss_list.append(D_total_loss)

        # 反向传播更新判别器的参数
        D_total_loss.backward()
        D_optimizer.step()

        # 清空生成器的梯度缓存
        G_optimizer.zero_grad()
        # 计算生成器的损失
        G_loss = generator_loss(discriminator((generated_image, labels)), real_target)
        G_loss_list.append(G_loss)

        # 反向传播更新生成器的参数
        G_loss.backward()
        G_optimizer.step()

    # 打印当前轮次的判别器和生成器的平均损失
    print('Epoch: [%d/%d]: D_loss: %.3f, G_loss: %.3f' % (
            (epoch), num_epochs, torch.mean(torch.FloatTensor(D_loss_list)), 
            torch.mean(torch.FloatTensor(G_loss_list))))
    
    # 将当前轮次的判别器和生成器的平均损失保存到列表中
    D_loss_plot.append(torch.mean(torch.FloatTensor(D_loss_list)))
    G_loss_plot.append(torch.mean(torch.FloatTensor(G_loss_list)))

    if epoch%10 == 0:
        # 将生成的假图像保存为图片文件
        save_image(generated_image.data[:50], './GAN/G4/out_images/sample_%d' % epoch + '.png', nrow=5, normalize=True)
        # 将当前轮次的生成器和判别器的权重保存到文件
        torch.save(generator.state_dict(), './GAN/G4/training_weights/generator_epoch_%d.pth' % (epoch))
        torch.save(discriminator.state_dict(), './GAN/G4/training_weights/discriminator_epoch_%d.pth' % (epoch))
print("===============3.3 训练模型 End============\n")

训练过程：

训练保存的/out_images：

训练保存的/train_weights：

四、模型分析

4.1 绘制Loss图

python 复制代码

print("===============4.1 Loss图============\n")
G_loss_list = [i.item() for i in G_loss_list]
D_loss_list = [i.item() for i in D_loss_list]

import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings("ignore")
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['figure.dpi'] = 100
plt.figure(figsize=(8,4))
plt.title("Generator and Descriminator Loss During Training")
plt.plot(G_loss_list,label="G")
plt.plot(D_loss_list,label="D")
plt.xlabel("iteration")
plt.ylabel("Loss")
plt.legend()
plt.savefig("./GAN/G4/G&D Loss Figure.png")
plt.show()

【咋感觉这个图有点奇怪】

2. 导入generator_epoch_300.pth，生成图像

python 复制代码

print("===============4.2 生成指定图像============\n")
from numpy.random import randint,randn
from numpy import linspace
from matplotlib import pyplot,gridspec
#导入生成器模型
generator.load_state_dict(torch.load('./GAN/G4/training_weights/generator_epoch_300.pth'), strict=False)
generator.eval()  

# 生成两个潜在空间的点
interpolated = randn(100)

# 将数据转换为torch张量并将其移至GPU（假设device已正确声明为GPU）
interpolated = torch.tensor(interpolated).to(device).type(torch.float32)
label = 0
labels = torch.ones(1) * label
labels = labels.to(device)
labels = labels.unsqueeze(1).long()
#使用生成器生成插值结果
predictions = generator((interpolated, labels))
predictions = predictions.permute(0,2,3,1).detach().cpu()
# predictions.permute(0,2,3,1)：用于对张量的维度进行重新排列，生成指定图像就是靠这个函数

import warnings
warnings.filterwarnings("ignore")
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.rcParams['figure.dpi'] = 100
plt.figure(figsize=(8,3))

pred = (predictions[0,:,:,:]+1)*127.5
pred = np.array(pred)
plt.imshow(pred.astype(np.uint8))
# plt.savefig("./GAN/G4/G&D Loss Figure.png")
plt.show()
print("===============4.2 生成指定图像 End============\n")

五、predictions.permute(0,2,3,1)

predictions = predictions.permute(0,2,3,1)：Pytorch中的操作，用于按照指定顺序重新排列张量。

假设predictions 是Pytorch中的一个张量，它的维度为(batch_size，height，width，channels)，
permute(arg1,arg2,arg3,arg4)是Pytorch中的一个用于重新排列张量的函数，arg1,arg2,arg3,arg4是一个用于指定新维度的顺序的元组

如0,2,3,1表示：

原始维度的第0维--->新维度的第0维（此处0表示元组0，2，3，1中元素0的索引）
原始维度的第2维--->新维度的第1维（此处1表示元组0，2，3，1中元素2的索引）
原始维度的第3维--->新维度的第2维（此处2表示元组0，2，3，1中元素3的索引）
原始维度的第1维--->新维度的第3维（此处3表示元组0，2，3，1中元素1的索引）

所以predicitons经过(0,2,3,1)的排列后，从(batch_size，height，width，channels) 的顺序变为 (batch_size，width，channels，height)。