文献阅读·InfoGAN

文章预览

简介

Infogan: Interpretable representation learning by information maximizing generative adversarial nets.NIPS-2016.Cited-1625.推荐个开源： infogan ，这大佬的仓库里一堆的gan及变种，Star-5.5k。

关键字

无监督学习，特征解耦，GAN，深度学习，机器学习

正文

1. 任务和思路

GAN模型使用生成器 噪声 生成目标数据集的类似样本 ，这里的 没有任何要求，只是一个符合假设分布的随机向量，但是通过 生成的 却可能有着不同的属性，如MNIST中的不同数字，数字的不同粗细和角度等等，这说明一个事实就是那些隐含的属性都包含在了随便向量 中，且和生成样本不同属性间共有的信息混合和纠缠在一起了。基于以上的问题，infogan希望能够把这些隐含的信息和共有的必要信息分离，也就是从 中解耦出一个隐变量特征 ， 用来生成图片的必要信息， 可以指示图像的具体属性，包括离散的属性（如类别）和连续的属性（如角度）。

把输入随机向量拆成两个部分 ，不代表就能够自然的把共有信息 和特征属性 自动的分离出来，需要有个机制来达到这一点，那就是在生成后的样本 中含有 的信息，因此希望这个两个变量之间有较大的关联，infogan采用互信息 来度量和表达两个信息间的关联程度，希望生成的样本能够和 之间有尽量大的互信息。产生如下的任务目标：

2. 具体目标函数

上面给出的互信息不好优化，在于缺乏条件概率 ，老规矩使用变分，得到一个可以优化的下界，具体过程见原文吧，这里直接给出结果：

其中， 是用来拟合 在证据（真实样本） 下的后验 ， 表示互信息下界的近似目标，具体为：

上面具体的目标函数第1项和原始GAN一样，第2项的 可以用蒙特卡罗近似，里头的期望实际上是个交叉熵，如果是离散值就用交叉熵损失来计算，如果是连续值就用 来计算。

3. 实现

上面的过程中要计算第二项，所以增加离散值和连续值两类输出，这些可以通过再设置一个学习器 来完成这些工作， 针对K类的离散值输出一个K维向量，针对连续值输出均值和方差（假设符合高斯），利用上面的输出值来计算损失。学习器 的设置上，我看不少开源既有和 共享参数的，也有和 独立的参数设置，从原文计算代价的描述来看，个人理解上更倾向于共享参数。

具体到训练过程，更新 参数时，使用真假样本的判别损失；更新 参数时使用判别器的假样本损失+离散值损失+连续值损失。

4. 效果

上个有代表性的MNIST效果（文献Figure2）：

参考资料

[1] Chen, Xi, et al. "Infogan: Interpretable representation learning by information maximizing generative adversarial nets." Advances in neural information processing systems. 2016.

………………………………