Generare Immagini con GAN

Creare e addestrare una rete Generative Adversarial Network (GAN) utilizzando il dataset Fashion MNIST, seguiremo i seguenti passaggi:

• Caricamento del dataset Fashion MNIST.


• Preprocessing e normalizzazione dei dati.


• Definizione del generatore con una rete Conv2D e funzione tanh.


• Definizione del discriminatore con una rete Conv2D e funzione sigmoid.


• Addestramento del generatore e del discriminatore con Cross Entropy.


• Visualizzazione delle immagini generate con matplotlib

Caricamento del dataset Fashion MNIST

(train_images, train_labels), (_, _) = tf.keras.datasets.fashion_mnist.load_data()

Qui stiamo caricando il dataset Fashion MNIST usando `tf.keras.datasets.fashion_mnist.load_data()`. Questo dataset contiene immagini in scala di grigi di articoli di abbigliamento.

Preprocessing e normalizzazione dei dati

train_images = train_images.reshape(train_images.shape[0], 28, 28, 1).astype('float32')
train_images = (train_images - 127.5) / 127.5  # Normalizzazione a [-1, 1]

* `train_images.reshape(train_images.shape[0], 28, 28, 1).astype('float32')`: Riorganizza le immagini in un formato adatto per la rete convoluzionale, cambiando la dimensione a `(28, 28, 1)` e convertendo i valori in `float32`.
* `(train_images - 127.5) / 127.5`: Normalizza i valori dei pixel da [0, 255] a [-1, 1], che è l'intervallo richiesto dalla funzione di attivazione `tanh` nel generatore.

Creazione del dataset tf.data

BUFFER_SIZE = 60000
BATCH_SIZE = 256
train_dataset = tf.data.Dataset.from_tensor_slices(train_images).shuffle(BUFFER_SIZE).batch(BATCH_SIZE)

* `BUFFER_SIZE`: Numero di immagini nel dataset per lo shuffle.
* `BATCH_SIZE`: Numero di immagini da passare alla rete in un batch.
* `tf.data.Dataset.from_tensor_slices(train_images).shuffle(BUFFER_SIZE).batch(BATCH_SIZE)`: Crea un dataset TensorFlow, applica lo shuffle e lo divide in batch.

Definizione del generatore

def make_generator_model():
    model = tf.keras.Sequential()
    model.add(layers.Dense(7*7*256, use_bias=False, input_shape=(100,)))
    model.add(layers.BatchNormalization())
    model.add(layers.ReLU())
    model.add(layers.Reshape((7, 7, 256)))
    model.add(layers.Conv2DTranspose(128, (5, 5), strides=(1, 1), padding='same', use_bias=False))
    model.add(layers.BatchNormalization())
    model.add(layers.ReLU())
    model.add(layers.Conv2DTranspose(64, (5, 5), strides=(2, 2), padding='same', use_bias=False))
    model.add(layers.BatchNormalization())
    model.add(layers.ReLU())
    model.add(layers.Conv2DTranspose(1, (5, 5), strides=(2, 2), padding='same', use_bias=False, activation='tanh'))
    return model

Il generatore prende un input di rumore casuale e genera immagini realistiche:
* `Dense(7*7*256, use_bias=False, input_shape=(100,))`: Densa, senza bias, trasforma il vettore di rumore in una mappa di caratteristiche di dimensioni `7*7*256`.
* `BatchNormalization()`: Normalizza le uscite del layer precedente.
* `ReLU()`: Funzione di attivazione ReLU. * `Reshape((7, 7, 256))`: Cambia la dimensione a `7x7x256`.
* `Conv2DTranspose(...)`: Strato di convoluzione trasposta per aumentare la risoluzione dell'immagine.
* `tanh`: Funzione di attivazione che produce valori nell'intervallo [-1, 1].

Definizione del discriminatore

def make_discriminator_model():
    model = tf.keras.Sequential()
    model.add(layers.Conv2D(64, (5, 5), strides=(2, 2), padding='same', input_shape=[28, 28, 1]))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))
    model.add(layers.Conv2D(128, (5, 5), strides=(2, 2), padding='same'))
    model.add(layers.LeakyReLU())
    model.add(layers.Dropout(0.3))
    model.add(layers.Flatten())
    model.add(layers.Dense(1, activation='sigmoid'))
    return model

Il discriminatore classifica le immagini come reali o generate:
* `Conv2D(64, (5, 5), strides=(2, 2), padding='same', input_shape=[28, 28, 1])`: Strato convoluzionale per estrarre caratteristiche.
* `LeakyReLU()`: Funzione di attivazione LeakyReLU.
* `Dropout(0.3)`: Applicazione del dropout per ridurre l'overfitting.
* `Dense(1, activation='sigmoid')`: Strato denso con attivazione sigmoid per produrre una probabilità.

Funzioni di perdita

cross_entropy = tf.keras.losses.BinaryCrossentropy(from_logits=False)

def discriminator_loss(real_output, fake_output):
    real_loss = cross_entropy(tf.ones_like(real_output), real_output)
    fake_loss = cross_entropy(tf.zeros_like(fake_output), fake_output)
    total_loss = real_loss + fake_loss
    return total_loss

def generator_loss(fake_output):

* `BinaryCrossentropy(from_logits=False)`: Funzione di perdita per la classificazione binaria.
* `discriminator_loss`: Somma della perdita sui dati reali e falsi.
* `generator_loss`: Misura la capacità del generatore di ingannare il discriminatore.

Ottimizzatori

generator_optimizer = tf.keras.optimizers.Adam(1e-4)
discriminator_optimizer = tf.keras.optimizers.Adam(1e-4)

Usiamo Adam come ottimizzatore per entrambi i modelli con un learning rate di 0.0001.

Creazione dei modelli e checkpoint

generator = make_generator_model()
discriminator = make_discriminator_model()

checkpoint_dir = './training_checkpoints'
checkpoint_prefix = os.path.join(checkpoint_dir, "ckpt")
checkpoint = tf.train.Checkpoint(generator_optimizer=generator_optimizer,
                                 discriminator_optimizer=discriminator_optimizer,
                                 generator=generator,
                                 discriminator=discriminator)

* `make_generator_model()` e `make_discriminator_model()`: Inizializza i modelli.
* `tf.train.Checkpoint`: Per salvare i modelli e gli ottimizzatori durante l'addestramento.

Training

EPOCHS = 50
noise_dim = 100
num_examples_to_generate = 16
seed = tf.random.normal([num_examples_to_generate, noise_dim])

@tf.function
def train_step(images):
    noise = tf.random.normal([BATCH_SIZE, noise_dim])

    with tf.GradientTape() as gen_tape, tf.GradientTape() as disc_tape:
        generated_images = generator(noise, training=True)

        real_output = discriminator(images, training=True)
        fake_output = discriminator(generated_images, training=True)

        gen_loss = generator_loss(fake_output)
        disc_loss = discriminator_loss(real_output, fake_output)

    gradients_of_generator = gen_tape.gradient(gen_loss, generator.trainable_variables)
    gradients_of_discriminator = disc_tape.gradient(disc_loss, discriminator.trainable_variables)

    generator_optimizer.apply_gradients(zip(gradients_of_generator, generator.trainable_variables))
    discriminator_optimizer.apply_gradients(zip(gradients_of_discriminator, discriminator.trainable_variables))

def train(dataset, epochs):
    for epoch in range(epochs):
        for image_batch in dataset:
            train_step(image_batch)

        generate_and_save_images(generator, epoch + 1, seed)

        if (epoch + 1) % 15 == 0:
            checkpoint.save(file_prefix = checkpoint_prefix)

        print ('Epoca {} terminata'.format(epoch + 1))

    generate_and_save_images(generator, epochs, seed)

* `EPOCHS = 50`: Numero di epoche di addestramento.
* `noise_dim = 100`: Dimensione del vettore di rumore per il generatore.
* `num_examples_to_generate = 16`: Numero di immagini generate per la visualizzazione.
* `seed`: Vettore di rumore per la visualizzazione delle immagini generate durante l'addestramento.
* `train_step`: Funzione di addestramento per un singolo batch di immagini.
* `train`: Funzione principale di addestramento che esegue `train_step` su ogni batch per ogni epoca.

Generazione e salvataggio delle immagini

def generate_and_save_images(model, epoch, test_input):
    predictions = model(test_input, training=False)

    fig = plt.figure(figsize=(4,4))

    for i in range(predictions.shape[0]):
        plt.subplot(4, 4, i+1)
        plt.imshow(predictions[i, :, :, 0] * 127.5 + 127.5, cmap='gray')
        plt.axis('off')

    plt.savefig('image_at_epoch_{:04d}.png'.format(epoch))
    plt.show()

# Inizia l'addestramento
train(train_dataset, EPOCHS)