[发明专利]一种基于反馈调节提高生成对抗网络稳定性的方法

摘要

本发明公开一种基于反馈调节提高生成对抗网络稳定性的方法。该方法是自适应的调整D网络和G网络在每一次迭代中的更新次数。与在迭代中，D网络和G网络更新次数固定的传统方法相比更具有稳定性。本发明由于将稳定性着眼于更新次数，方法简单易于实现，对使用传统方法的工程无需重新构造，向下兼容，能够节省大量人力。并且可以与其它提高稳定性的方法相结合，进一步提高GAN网络稳定性。

主权项

1.一种基于反馈调节提高生成对抗网络稳定性的方法，其特征在于该方法包括以下步骤：步骤(1)、构建一对生成对抗网络；1.1 生成对抗网络的构建生成对抗网络包含一个生成网络(G网络)，一个判别网络(D网络)，其中生成网络输入噪声数据，输出生成数据；判别网络对输入数据输出判别结果，设置当输入数据为真实数据时判别结果为1，当输入数据为为生成数据时判别结果为0；所述的真实数据由所供给的数据集供给，所述的噪声数据由高斯噪声发生器产生；步骤(2)、裁剪数据集中的数据到同一维度，并将真实数据和噪声数据进行分批；2.1 真实数据的裁剪获取的数据集中每一份数据的维度可能不同，通过裁剪的方式，将每一份数据统一到相同的维度上，裁剪后的数据为所述的真实数据；2.2 对噪声数据和真实数据进行分批由供给数据集裁剪得到的真实数据为n组，将n组数据平均分为k批；同时将噪声数据也分为k批，使得每批噪声数据中的含有的数据组数量与真实数据每批中含有的数据组数量相同；步骤(3)、将每次迭代中D网络和G网络的更新次数kd和kg初始值设置为1；步骤(4)、随机抽取1批真实数据和1批噪声数据，并开始迭代；4.1 随机抽取数据并迭代从k批噪声数据中随机抽取1批噪声数据，并将噪声数据输入G网络中，输出1批生成数据；从k批真实数据中随机抽取1批真实数据，将抽取到的该批真实数据和生成的生成数据输入D网络；步骤(5)、开始1次迭代并计算G网络和D网络的损失函数值errg和errd，以及其商e；5.1 生成对抗网络的损失函数生成对抗网络中D网络和G网络的损失函数值为errd和errg，具体表示为：其中m为一批数据中的数据组数，i为在该批数据中的第i组数据，zi为输入的第i组噪声数据，G(zi)为由生成网络对第i组噪声数据输出的生成数据，D(xi)为对输入的真实数据在当前D网络权值下的判别结果，D(G(zi))为输入的生成数据在当前D网络参数下的判别结果；5.2 生成对抗网络损失函数的商e：步骤(6)、将e作为反馈信号，调节kd和kg；6.1 参数的反馈更新方式通过反馈e的值，动态改变kd和kg的大小；其中kd和kg具体表示为：其中[e]为e的整数部分，[1/e]为1/e的整数部分；步骤(7)、重复步骤(4)‑(6)，直到本次网络训练结束，确保其动态稳定性。