雷鋒網(wǎng) AI科技評論按：本文作者何之源，原文載于知乎專欄AI Insight，雷鋒網(wǎng)獲其授權(quán)發(fā)布。

CycleGAN是在今年三月底放在arxiv（地址：https://arxiv.org/abs/1703.10593）的一篇文章，文章名為Learning to Discover Cross-Domain Relations with Generative Adversarial Networks，同一時期還有兩篇非常類似的DualGAN（地址：https://arxiv.org/abs/1704.02510）和DiscoGAN（地址：https://arxiv.org/abs/1703.05192），簡單來說，它們的功能就是：自動將某一類圖片轉(zhuǎn)換成另外一類圖片。

作者在論文中也舉了一些例子，比如將普通的馬和斑馬進行互相轉(zhuǎn)換，將蘋果和橘子進行互相轉(zhuǎn)換：

把照片轉(zhuǎn)換成油畫風格：

將油畫中的場景還原成現(xiàn)實中的照片：

由于CycleGAN這個框架具有較強的通用性，因此一經(jīng)發(fā)表就吸引了大量注意，很快，腦洞大開的網(wǎng)友想出了各種各樣神奇的應用。

比如將貓變成狗：

讓圖片中的人露出笑容：

國外網(wǎng)友Jack Clark還搜集了巴比倫、耶路撒冷以及倫敦的古代地圖，利用CycleGAN將它們還原成了真實衛(wèi)星圖像：

還有人使用CycleGAN將人臉轉(zhuǎn)換成娃娃：

將男人變成女人：

把你自己變成一個“肌肉文身猛男”也是可以的：

如果說這些應用多少可以理解，那么下面的應用就有點“匪夷所思”了：你可以想象將人和拉面做轉(zhuǎn)換嗎？日本網(wǎng)友加藤卓哉(Takuya Kato)就訓練了這樣一個模型，它可以從拉面中生成人像，此外將人臉變成拉面的圖片。鑒于生成的結(jié)果比較鬼畜，如果有興趣的可以點擊這個鏈接（地址：https://junyanz.github.io/CycleGAN/images/faces_and_ramens.jpg）觀看生成結(jié)果。

此外，知乎上的 @達聞西 還用CycleGAN訓練了可以脫掉女優(yōu)衣服的模型（可以參考提高駕駛技術(shù)：用GAN去除(愛情)動作片中的馬賽克和衣服），其腦洞之大，實在是讓人驚嘆了一番。

今天這篇文章主要分成三個部分：

• CycleGAN的原理解析

• CycleGAN與原始的GAN、DCGAN、pix2pix模型的對比

• 如何在TensorFlow中用CycleGAN訓練模型

CycleGAN的原理

我們之前已經(jīng)說過，CycleGAN的原理可以概述為：將一類圖片轉(zhuǎn)換成另一類圖片。也就是說，現(xiàn)在有兩個樣本空間，X和Y，我們希望把X空間中的樣本轉(zhuǎn)換成Y空間中的樣本。

因此，實際的目標就是學習從X到Y(jié)的映射。我們設(shè)這個映射為F。它就對應著GAN中的生成器，F(xiàn)可以將X中的圖片x轉(zhuǎn)換為Y中的圖片F(xiàn)(x)。對于生成的圖片，我們還需要GAN中的判別器來判別它是否為真實圖片，由此構(gòu)成對抗生成網(wǎng)絡(luò)。設(shè)這個判別器為 。這樣的話，根據(jù)這里的生成器和判別器，我們就可以構(gòu)造一個GAN損失，表達式為：

這個損失實際上和原始的GAN損失是一模一樣的，如果這一步不是很理解的可以參考我之前的一篇專欄：GAN學習指南：從原理入門到制作生成Demo。

但單純的使用這一個損失是無法進行訓練的。原因在于，映射F完全可以將所有x都映射為Y空間中的同一張圖片，使損失無效化。對此，作者又提出了所謂的“循環(huán)一致性損失”（cycle consistency loss）。

我們再假設(shè)一個映射G，它可以將Y空間中的圖片y轉(zhuǎn)換為X中的圖片G(y)。CycleGAN同時學習F和G兩個映射，并要求 ，以及  。也就是說，將X的圖片轉(zhuǎn)換到Y(jié)空間后，應該還可以轉(zhuǎn)換回來。這樣就杜絕模型把所有X的圖片都轉(zhuǎn)換為Y空間中的同一張圖片了。根據(jù) 和 ，循環(huán)一致性損失就定義為：

同時，我們?yōu)镚也引入一個判別器 ，由此可以同樣定義一個GAN的損失 ，最終的損失就由三部分組成：

CycleGAN與DCGAN的對比

為了進一步搞清楚CycleGAN的原理，我們可以拿它和其他幾個GAN模型，如DCGAN、pix2pix模型進行對比。

先來看下DCGAN，它的整體框架和最原始的那篇GAN是一模一樣的，在這個框架下，輸入是一個噪聲z，輸出是一張圖片（如下圖），因此，我們實際只能隨機生成圖片，沒有辦法控制輸出圖片的樣子，更不用說像CycleGAN一樣做圖片變換了。

CycleGAN與pix2pix模型的對比

pix2pix也可以做圖像變換，它和CycleGAN的區(qū)別在于，pix2pix模型必須要求成對數(shù)據(jù)（paired data），而CycleGAN利用非成對數(shù)據(jù)也能進行訓練(unpaired data)。

比如，我們希望訓練一個將白天的照片轉(zhuǎn)換為夜晚的模型。如果使用pix2pix模型，那么我們必須在搜集大量地點在白天和夜晚的兩張對應圖片，而使用CycleGAN只需同時搜集白天的圖片和夜晚的圖片，不必滿足對應關(guān)系。因此CycleGAN的用途要比pix2pix更廣泛，利用CycleGAN就可以做出更多有趣的應用。

在TensorFlow中實驗CycleGAN

最后來講一講如何在TensorFlow中實驗CycleGAN，打開全球最大的同性交友網(wǎng)站Github，我們可以發(fā)現(xiàn)CycleGAN在TensorFlow中已經(jīng)有很多輪子了，我使用的代碼是：vanhuyz/CycleGAN-TensorFlow（地址：https://github.com/vanhuyz/CycleGAN-TensorFlow）。

利用這個代碼，我訓練了一個從男性和女性圖片互換的模型，比如將男人轉(zhuǎn)換成女人（左側(cè)為原圖，右側(cè)為模型自動生成的圖片）：

還可以將女性轉(zhuǎn)換成男性：

為了訓練這么一個模型，我們需要分別準備好男性的圖片和女性的圖片。在實踐中，我使用了CelebA數(shù)據(jù)集，分別取出其中男性和女性的圖片并統(tǒng)一縮放到256x256的大小，然后存入兩個文件夾中：

如果你對這個實驗有興趣，可以直接在地址https://pan.baidu.com/s/1i5qY3yt下載到我使用的數(shù)據(jù)集。當然，也可以使用自己的數(shù)據(jù)，只需要將它們存為jpg格式并統(tǒng)一縮放到256x256的大小就可以了。接下來的步驟為：

1. 下載項目代碼

git clone https://github.com/vanhuyz/CycleGAN-TensorFlow.git

2. 將圖片轉(zhuǎn)換成tfrecords格式

這個項目中提供了一個build_data腳本，用于將圖片轉(zhuǎn)換成tfrecords形式。假設(shè)我們的圖片存放在~/datasets/man2woman/a_resized/和 ~/datasets/man2woman/b_resized目錄下，對應的命令就是：

python build_data.py \
   --X_input_dir ~/datasets/man2woman/a_resized/ \
   --Y_input_dir ~/datasets/man2woman/b_resized/ \
   --X_output_file ~/datasets/man2woman/man.tfrecords \
   --Y_output_file ~/datasets/man2woman/woman.tfrecords

3. 訓練

訓練的命令為：

python train.py \
   --X ~/datasets/man2woman/man.tfrecords \
   --Y ~/datasets/man2woman/woman.tfrecords \
   --image_size 256

訓練的過程比較漫長，此時可以打開TensorBoard來觀察訓練情況（運行這個命令時需要將“20170715-1622”改成機器中對應的文件夾，下同）：

tensorboard --logdir checkpoints/20170715-1622

4. 導出模型并執(zhí)行單張圖片

導出模型的方法為：

python export_graph.py \
   --checkpoint_dir checkpoints/20170715-1622 \
   --XtoY_model man2woman.pb \
   --YtoX_model woman2man.pb  \
   --image_size 256

對單張圖片進行轉(zhuǎn)換（將data/test.jpg替換為對應的輸入圖片地址）：

python inference.py \
--model pretrained/man2woman.pb  \
--input data/test.jpg  \
--output data/output.jpg \
--image_size 256

總結(jié)

因為CycleGAN只需要兩類圖片就可以訓練出一個模型，所以它的應用十分廣泛，個人感覺是近期最好玩的一個深度學習模型。這篇文章介紹了CycleGAN的一些有趣的應用、Cycle的原理以及和其他模型的對比，最后加了一個TensorFlow中的CycleGAN小實驗，希望大家喜歡~

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。