当前位置：首页 > news >正文

使用Pytorch从零开始构建StyleGAN2

news 2025/7/6 1:16:29

这篇博文是关于 StyleGAN2 的，来自论文Analyzing and Improving the Image Quality of StyleGAN，我们将使用 PyTorch 对其进行干净、简单且可读的实现，并尝试尽可能地还原原始论文。

如果您没有阅读 StyleGAN2 论文。或者不知道它是如何工作的并且你想了解它，我强烈建议你看看扫一下原始论文，了解其主要思想。

我们在本博客中使用的数据集是来自 Kaggle 的数据集，其中包含 16240 件女性上衣，分辨率为 256*192。

依赖项加载

一如既往，让我们首先加载我们需要的所有依赖项。

我们首先导入 torch，因为我们将使用 PyTorch，然后从那里导入 nn. 这将帮助我们创建和训练网络，并让我们导入 optim，一个实现各种优化算法（例如 sgd、adam 等）的包。我们从 torchvision 导入数据集和转换来准备数据并应用一些转换。

我们将从 torch.nn 导入 F 函数，从 torch.utils.data 导入 DataLoader 以创建小批量大小，从 torchvision.utils 导入 save_image 以保存一些假样本，log2 和 sqrt 形成数学，Numpy 用于线性代数，操作系统用于交互使用操作系统，tqdm 显示进度条，最后使用 matplotlib.pyplot 绘制一些图像。

import torch
from torch import nn, optim
from torchvision import datasets, transforms
import torch.nn.functional as F
from torch.utils.data import DataLoader
from torchvision.utils import save_image
from math import log2, sqrt
import numpy as np
import os
from tqdm import tqdm
import matplotlib.pyplot as plt

超参数

通过真实图像的路径初始化DATASET。
如果可用，则使用 Cuda 初始化设备，否则使用 CPU，将 epoch 数设为 300，将学习率设为 0.001，将批量大小设为 32。
将 LOG_RESOLUTION 初始化为 7，因为我们试图生成 128*128 图像，并且 2^7 = 128。您可以根据所需的假图像的分辨率更改该值。
在原始论文中，他们将 Z_DIM 和 W_DIM 初始化为 512，但我将它们初始化为 256，以减少 VRAM 使用和加速训练。如果我们将它们加倍，我们甚至可能会得到更好的结果。
对于 StyleGAN2，我们可以使用任何我们想要的 GAN 损失函数，因此我使用论文“ Improved Training of Wasserstein GAN”中的 WGAN-GP 。该损失包含一个参数名称 λ，通常设置 λ = 10。

DATASET                 = "Women clothes"
DEVICE                  = "cuda" if torch.cuda.is_available() else "cpu"
EPOCHS                  = 300
LEARNING_RATE           = 1e-3
BATCH_SIZE              = 32
LOG_RESOLUTION          = 7 #for 128*128
Z_DIM                   = 256
W_DIM                   = 256
LAMBDA_GP               = 10

获取数据加载器

现在让我们创建一个函数get_loader来：

对图像应用一些转换（将图像大小调整为我们想要的分辨率（2^LOG_RESOLUTION by 2^LOG_RESOLUTION），将它们转换为张量，然后应用一些增强，最后将它们标准化为从 -1 到1）。
使用 ImageFolder 准备数据集，因为它已经以良好的方式构建。
使用 DataLoader 创建小批量大小，该 DataLoader 通过打乱数据来获取数据集和批量大小。
最后，返回loader。

def get_loader():transform = transforms.Compose([transforms.Resize((2 ** LOG_RESOLUTION, 2 ** LOG_RESOLUTION)),transforms.ToTensor(),transforms.RandomHorizontalFlip(p=0.5),transforms.Normalize([0.5, 0.5, 0.5],[0.5, 0.5, 0.5],),])dataset = datasets.ImageFolder(root=DATASET, transform=transform)loader = DataLoader(dataset,batch_size=BATCH_SIZE,shuffle=True,)return loader

模型实现

现在让我们使用论文中的关键属性来实现 StyleGAN2 网络。我们将尽力使实现紧凑，但同时保持其可读性和可理解性。具体来说，有以下几个要点：

噪声映射网络
权重解调（而非自适应实例归一化 (AdaIN)）
跳跃连接（而非渐进式增长）
感知路径长度标准化

噪声映射网络

让我们创建将从 nn.Module 继承的 MappingNetwork 类。

在init部分，我们发送 z_dim 和 w_din，并定义包含 8 个 EqualizedLinear 的网络映射，这是我们稍后将实现的用于均衡学习率的类，以及作为激活函数的 ReLu
在前一部分中，我们使用像素范数初始化 z_dim，然后返回网络映射。

class MappingNetwork(nn.Module):def __init__(self, z_dim, w_dim):super().__init__()self.mapping = nn.Sequential(EqualizedLinear(z_dim, w_dim),nn.ReLU(),EqualizedLinear(z_dim, w_dim),nn.ReLU(),EqualizedLinear(z_dim, w_dim),nn.ReLU(),EqualizedLinear(z_dim, w_dim),nn.ReLU(),EqualizedLinear(z_dim, w_dim),nn.ReLU(),EqualizedLinear(z_dim, w_dim),nn.ReLU(),EqualizedLinear(z_dim, w_dim),nn.ReLU(),EqualizedLinear(z_dim, w_dim))def forward(self, x):x = x / torch.sqrt(torch.mean(x ** 2, dim=1, keepdim=True) + 1e-8)  # for PixelNorm return self.mapping(x)

生成器

在下图中，您可以看到生成器架构，它以初始常量开始。然后它有一系列的块。每个块的特征图分辨率加倍。每个块输出一个 RGB 图像，它们被放大并求和以获得最终的 RGB 图像。

toRGB还有一个风格调制，为简单起见，图中未显示。

为了使代码尽可能简洁，在生成器的实现中，我们将使用稍后定义的三个类（StyleBlock、toRGB 和 GeneratorBlock）。
在这里插入图片描述

在初始化部分，我们发送 log_resolution，它是图像分辨率的 log2，W_DIM，它是w 的维数， n_featurese，它是最高分辨率（最终块）卷积层中的特征数量，max_features，它是最大值任何生成器块中的功能数量。我们计算每个块的特征数量，得到生成器块的数量，并初始化可训练的 4x4 常量、4×4 分辨率的第一个样式块、获取 RGB 的层和生成器块。
在前一部分中，我们为每个生成器块发送 w ，它具有形状 [ n_blocks, batch_size, W-dim ] 和 input_noise ，它是每个块的噪声，它是噪声张量对的列表，因为每个块（除了初始）在每个卷积层之后有两个噪声输入（见上图）。我们获取批量大小，扩展学习的常量以匹配批量大小，将其运行到第一个样式块，获取 RGB 图像，然后在上采样后再次将其运行到其余的生成器块中。最后，以 tanh 作为激活函数返回最后一张 RGB 图像。我们使用 tanh 的原因是它将作为输出（生成的图像），并且我们希望像素的范围在 1 到 -1 之间。

class Generator(nn.Module):def __init__(self, log_resolution, W_DIM, n_features = 32, max_features = 256):super().__init__()features = [min(max_features, n_features * (2 ** i)) for i in range(log_resolution - 2, -1, -1)]self.n_blocks = len(features)self.initial_constant = nn.Parameter(torch.randn((1, features[0], 4, 4)))self.style_block = StyleBlock(W_DIM, features[0], features[0])self.to_rgb = ToRGB(W_DIM, features[0])blocks = [GeneratorBlock(W_DIM, features[i - 1], features[i]) for i in range(1, self.n_blocks)]self.blocks = nn.ModuleList(blocks)def forward(self, w, input_noise):batch_size = w.shape[1]x = self.initial_constant.expand(batch_size, -1, -1, -1)x = self.style_block(x, w[0], input_noise[0][1])rgb = self.to_rgb(x, w[0])for i in range(1, self.n_blocks):x = F.interpolate(x, scale_factor=2, mode="bilinear")x, rgb_new = self.blocks[i - 1](x, w[i], input_noise[i])rgb = F.interpolate(rgb, scale_factor=2, mode="bilinear") + rgb_newreturn torch.tanh(rgb)

生成器block

在下图中，您可以看到生成器block架构，它由两个风格blocks（带有风格调制的 3×3 卷积）和 RGB 输出组成。
在这里插入图片描述

class GeneratorBlock(nn.Module):def __init__(self, W_DIM, in_features, out_features):super().__init__()self.style_block1 = StyleBlock(W_DIM, in_features, out_features)self.style_block2 = StyleBlock(W_DIM, out_features, out_features)self.to_rgb = ToRGB(W_DIM, out_features)def forward(self, x, w, noise):x = self.style_block1(x, w, noise[0])x = self.style_block2(x, w, noise[1])rgb = self.to_rgb(x, w)return x, rgb

在init部分，我们发送 W_DIM（即 w 的维数）、 in_features（即输入特征图中的特征数量）和 out_features（即输出特征图中的特征数量），然后我们初始化两个风格blocks并到RGB层。
在前向部分中，我们发送形状为 [ batch_size, in_features, height, width ] 的输入特征图 x，形状为 [ batch_size, W_DIM ] 的 w，以及形状为两个噪声张量的元组的噪声。 [ batch_size, 1, height, width ]，然后我们将 x 运行到两个风格blocks中，并使用 toRGB 层获得 RGB 图像。最后，我们返回 x 和 RGB 图像。

风格blocks

在这里插入图片描述

在init部分，我们发送 W_DIM、in_features 和 out_features，然后用从 w 获得的风格向量（图中用A表示）初始化 to_style，并使用稍后实现的均衡学习率线性层 (EqualizedLinear) 、权重调制卷积层、噪声尺度、偏差和激活函数。
在前向部分，我们发送x、w和噪声，然后得到风格向量s，将x和s运行到权重调制卷积中，缩放并添加噪声，最后添加偏差并评估激活函数。

class StyleBlock(nn.Module):def __init__(self, W_DIM, in_features, out_features):super().__init__()self.to_style = EqualizedLinear(W_DIM, in_features, bias=1.0)self.conv = Conv2dWeightModulate(in_features, out_features, kernel_size=3)self.scale_noise = nn.Parameter(torch.zeros(1))self.bias = nn.Parameter(torch.zeros(out_features))self.activation = nn.LeakyReLU(0.2, True)def forward(self, x, w, noise):s = self.to_style(w)x = self.conv(x, s)if noise is not None:x = x + self.scale_noise[None, :, None, None] * noisereturn self.activation(x + self.bias[None, :, None, None])

转RGB

在这里插入图片描述

在初始化部分，我们发送 W_DIM 和特征，然后通过从 w 获得的风格向量（图中用A表示）、权重调制卷积层、偏差和激活函数来初始化 to_style 。
在前向部分，我们发送 x 和 w，然后我们得到样式向量 style，我们将 x 和 style 运行到权重调制卷积中，最后，我们添加偏差并评估激活函数。

class ToRGB(nn.Module):def __init__(self, W_DIM, features):super().__init__()self.to_style = EqualizedLinear(W_DIM, features, bias=1.0)self.conv = Conv2dWeightModulate(features, 3, kernel_size=1, demodulate=False)self.bias = nn.Parameter(torch.zeros(3))self.activation = nn.LeakyReLU(0.2, True)def forward(self, x, w):style = self.to_style(w)x = self.conv(x, style)return self.activation(x + self.bias[None, :, None, None])

卷积与权重调制和解调

此类通过样式向量缩放卷积权重，并通过对其进行归一化来解调。

在init部分，我们发送 in_features、out_features、kernel_size、demodulates（是否按标准差对权重进行归一化的标志）和 eps（用于归一化的ϵ），然后初始化输出特征的数量、解调、填充大小，使用我们稍后将实现的类 EqualizedWeight 和 eps 来设置具有均衡学习率的权重参数。
在前向部分，我们发送输入特征图 x 和基于样式的缩放张量 s，然后我们从 x 中获取批量大小、高度和宽度，重塑尺度，获得均衡的学习率权重，然后调制 x 和 s，如果 demodulates 为 True，则使用以下方程解调它们，其中i是输入通道，j是输出通道，k是内核索引。最后，我们返回 x。

class Conv2dWeightModulate(nn.Module):def __init__(self, in_features, out_features, kernel_size,demodulate = True, eps = 1e-8):super().__init__()self.out_features = out_featuresself.demodulate = demodulateself.padding = (kernel_size - 1) // 2self.weight = EqualizedWeight([out_features, in_features, kernel_size, kernel_size])self.eps = epsdef forward(self, x, s):b, _, h, w = x.shapes = s[:, None, :, None, None]weights = self.weight()[None, :, :, :, :]weights = weights * sif self.demodulate:sigma_inv = torch.rsqrt((weights ** 2).sum(dim=(2, 3, 4), keepdim=True) + self.eps)weights = weights * sigma_invx = x.reshape(1, -1, h, w)_, _, *ws = weights.shapeweights = weights.reshape(b * self.out_features, *ws)x = F.conv2d(x, weights, padding=self.padding, groups=b)return x.reshape(-1, self.out_features, h, w)

鉴别器

在下图中，您可以看到鉴别器架构。它首先将分辨率为 $2 ^{LOG\_RESOLUTION} x 2^{LOG\_RESOLUTION}$ 的图像转换为相同分辨率的特征图，然后通过一系列具有残差连接的块来运行它。每个块的分辨率下采样 2 倍，同时特征数量加倍。
在这里插入图片描述

在init部分，我们发送log_resolution、n_feautures和max_features，计算每个块的特征数量，然后初始化一个名为from_rgb的层，将RGB图像转换为具有n_features特征数量、鉴别器数量的特征图块、鉴别器块、添加标准差图后的特征数、最终的 3×3 卷积层和最终的线性层以获得分类。
对于判别器上的 Minibatch std，我们在为每个示例（跨所有通道和像素）获取 std 时添加minibatch_std部分，然后我们对单个通道重复它并将其与图像连接。通过这种方式，鉴别器将获得有关批次/图像变化的信息。
在前向部分，我们发送 x，它是形状 [ batch_size, 3, height, width ] 的输入图像，然后运行它并抛出 from_RGB 层、鉴别器块、minibatch_std、3×3 卷积、展平和分类分数。

class Discriminator(nn.Module):def __init__(self, log_resolution, n_features = 64, max_features = 256):super().__init__()features = [min(max_features, n_features * (2 ** i)) for i in range(log_resolution - 1)]self.from_rgb = nn.Sequential(EqualizedConv2d(3, n_features, 1),nn.LeakyReLU(0.2, True),)n_blocks = len(features) - 1blocks = [DiscriminatorBlock(features[i], features[i + 1]) for i in range(n_blocks)]self.blocks = nn.Sequential(*blocks)final_features = features[-1] + 1self.conv = EqualizedConv2d(final_features, final_features, 3)self.final = EqualizedLinear(2 * 2 * final_features, 1)def minibatch_std(self, x):batch_statistics = (torch.std(x, dim=0).mean().repeat(x.shape[0], 1, x.shape[2], x.shape[3]))return torch.cat([x, batch_statistics], dim=1)def forward(self, x):x = self.from_rgb(x)x = self.blocks(x)x = self.minibatch_std(x)x = self.conv(x)x = x.reshape(x.shape[0], -1)return self.final(x)

鉴别器blocks

在下图中，您可以看到判别器blocks架构，它由两个带有残差连接的 3×3 卷积组成。
在这里插入图片描述

在init部分，我们发送in_features和out_features，并初始化包含下采样和用于残差连接的1×1卷积层的残差块，该块层包含两个以Leaky Rely作为激活的3×3卷积函数，使用 AvgPool2d 的 down_sample 层，以及添加残差后我们将使用的比例因子。
在前向部分中，我们发送 x 并运行它抛出残差连接以获得名为残差的变量，然后运行 x 抛出卷积和下采样，然后添加残差和缩放，然后返回它。

class DiscriminatorBlock(nn.Module):def __init__(self, in_features, out_features):super().__init__()self.residual = nn.Sequential(nn.AvgPool2d(kernel_size=2, stride=2), # down sampling using avg poolEqualizedConv2d(in_features, out_features, kernel_size=1))self.block = nn.Sequential(EqualizedConv2d(in_features, in_features, kernel_size=3, padding=1),nn.LeakyReLU(0.2, True),EqualizedConv2d(in_features, out_features, kernel_size=3, padding=1),nn.LeakyReLU(0.2, True),)self.down_sample = nn.AvgPool2d(kernel_size=2, stride=2)  # down sampling using avg poolself.scale = 1 / sqrt(2)def forward(self, x):residual = self.residual(x)x = self.block(x)x = self.down_sample(x)return (x + residual) * self.scale

学习率均衡线性层

现在是时候实现EqualizedLinear了，我们之前在几乎每个类中都使用它来均衡线性层的学习率。

在init部分，我们发送 in_features、out_features 和偏差。我们通过稍后定义的类 EqualizedWeight 来初始化权重，并初始化偏差。
在前向部分，我们发送 x 并返回 x、权重和偏差的线性变换.

class EqualizedLinear(nn.Module):def __init__(self, in_features, out_features, bias = 0.):super().__init__()self.weight = EqualizedWeight([out_features, in_features])self.bias = nn.Parameter(torch.ones(out_features) * bias)def forward(self, x: torch.Tensor):return F.linear(x, self.weight(), bias=self.bias)

学习率均衡 2D 卷积层

现在让我们实现之前用来均衡卷积层学习率的EqualizedConv2d 。

在init部分，我们发送 in_features、out_features、kernel_size 和 padding。我们通过稍后定义的类 EqualizedWeight 初始化填充、权重以及偏差。
在前向部分，我们发送 x 并返回 x、权重、偏差和填充的卷积。

class EqualizedConv2d(nn.Module):def __init__(self, in_features, out_features,kernel_size, padding = 0):super().__init__()self.padding = paddingself.weight = EqualizedWeight([out_features, in_features, kernel_size, kernel_size])self.bias = nn.Parameter(torch.ones(out_features))def forward(self, x: torch.Tensor):return F.conv2d(x, self.weight(), bias=self.bias, padding=self.padding)

学习率均衡权重参数

现在让我们实现在学习率均衡线性层和学习率均衡 2D 卷积层中使用的EqualizedWeight类。

这是基于 ProGAN 论文中引入的均衡学习率。他们不是将权重初始化为 N(0, c )，而是将权重初始化为 N(0,1)，然后在使用时将其乘以c。

在初始化部分，我们以权重参数的形式发送，我们用 N(0,1) 初始化常数 c 和权重。
在前面的部分，我们将权重乘以c并返回。

class EqualizedWeight(nn.Module):def __init__(self, shape):super().__init__()self.c = 1 / sqrt(np.prod(shape[1:]))self.weight = nn.Parameter(torch.randn(shape))def forward(self):return self.weight * self.c

感知路径长度标准化

感知路径长度归一化鼓励w中的固定大小步长，以导致图像中固定大小的变化。
在这里插入图片描述
其中 $J_w$ 使用以下等式计算，w 从映射网络中采样，y是带有噪声 N(0, I) 的图像，a是训练过程中的指数移动平均值。

在 init部分，我们发送 beta，它是用于计算指数移动平均线a 的常数β 。初始化beta，steps为计算出的步数N， exp_sum_a为 $J_w^T y$ 的指数和。
在前向部分，我们发送x，它是形状为[ batch_size, W_DIM ]的w的批次，x是生成的形状为[ batch_size, 3, height, width ]的图像，获取设备和像素数，计算上面的方程，更新指数和，增加N，并返回惩罚。

class PathLengthPenalty(nn.Module):def __init__(self, beta):super().__init__()self.beta = betaself.steps = nn.Parameter(torch.tensor(0.), requires_grad=False)self.exp_sum_a = nn.Parameter(torch.tensor(0.), requires_grad=False)def forward(self, w, x):device = x.deviceimage_size = x.shape[2] * x.shape[3]y = torch.randn(x.shape, device=device)output = (x * y).sum() / sqrt(image_size)sqrt(image_size)gradients, *_ = torch.autograd.grad(outputs=output,inputs=w,grad_outputs=torch.ones(output.shape, device=device),create_graph=True)norm = (gradients ** 2).sum(dim=2).mean(dim=1).sqrt()if self.steps > 0:a = self.exp_sum_a / (1 - self.beta ** self.steps)loss = torch.mean((norm - a) ** 2)else:loss = norm.new_tensor(0)mean = norm.mean().detach()self.exp_sum_a.mul_(self.beta).add_(mean, alpha=1 - self.beta)self.steps.add_(1.)return loss

Utils

梯度惩罚

在下面的代码片段中，您可以找到 WGAN-GP 损失的gradient_penalty 函数。

def gradient_penalty(critic, real, fake,device="cpu"):BATCH_SIZE, C, H, W = real.shapebeta = torch.rand((BATCH_SIZE, 1, 1, 1)).repeat(1, C, H, W).to(device)interpolated_images = real * beta + fake.detach() * (1 - beta)interpolated_images.requires_grad_(True)# Calculate critic scoresmixed_scores = critic(interpolated_images)# Take the gradient of the scores with respect to the imagesgradient = torch.autograd.grad(inputs=interpolated_images,outputs=mixed_scores,grad_outputs=torch.ones_like(mixed_scores),create_graph=True,retain_graph=True,)[0]gradient = gradient.view(gradient.shape[0], -1)gradient_norm = gradient.norm(2, dim=1)gradient_penalty = torch.mean((gradient_norm - 1) ** 2)return gradient_penalty

Sample W

该函数对 Z 进行随机采样，并从映射网络中获取 W。

def get_w(batch_size):z = torch.randn(batch_size, W_DIM).to(DEVICE)w = mapping_network(z)return w[None, :, :].expand(LOG_RESOLUTION, -1, -1)

噪声生成

该函数为每个生成器block组生成噪声

def get_noise(batch_size):noise = []resolution = 4for i in range(LOG_RESOLUTION):if i == 0:n1 = Noneelse:n1 = torch.randn(batch_size, 1, resolution, resolution, device=DEVICE)n2 = torch.randn(batch_size, 1, resolution, resolution, device=DEVICE)noise.append((n1, n2))resolution *= 2return noise

在下面的代码片段中，您可以找到generate_examples函数，它接受生成器gen 、epoch数和n=100。该函数的目标是生成n 个假图像并将它们保存为每个epoch的结果。

def generate_examples(gen, epoch, n=100):gen.eval()alpha = 1.0for i in range(n):with torch.no_grad():w     = get_w(1)noise = get_noise(1)img = gen(w, noise)if not os.path.exists(f'saved_examples/epoch{epoch}'):os.makedirs(f'saved_examples/epoch{epoch}')save_image(img*0.5+0.5, f"saved_examples/epoch{epoch}/img_{i}.png")gen.train()

训练

在本节中，我们将训练 StyleGAN2。

让我们首先创建训练函数，该函数采用判别器/批评器、生成器 gen、每 16 个 epoch 使用的 path_length_penalty、加载器和网络优化器。我们首先循环使用 DataLoader 创建的所有小批量大小，并且只获取图像，因为我们不需要标签。

然后，当我们想要最大化E(critic(real)) - E(critic(fake))时，我们为判别器\Critic 设置训练。这个方程意味着评论家可以区分真实和虚假图像的程度。

之后，当我们想要最大化E(critic(fake))时，我们为生成器和映射网络设置训练，并且每 16 个时期向该函数添加一个感知路径长度。

最后，我们更新循环。

def train_fn(critic,gen,path_length_penalty,loader,opt_critic,opt_gen,opt_mapping_network,
):loop = tqdm(loader, leave=True)for batch_idx, (real, _) in enumerate(loop):real = real.to(DEVICE)cur_batch_size = real.shape[0]w     = get_w(cur_batch_size)noise = get_noise(cur_batch_size)with torch.cuda.amp.autocast():fake = gen(w, noise)critic_fake = critic(fake.detach())critic_real = critic(real)gp = gradient_penalty(critic, real, fake, device=DEVICE)loss_critic = (-(torch.mean(critic_real) - torch.mean(critic_fake))+ LAMBDA_GP * gp+ (0.001 * torch.mean(critic_real ** 2)))critic.zero_grad()loss_critic.backward()opt_critic.step()gen_fake = critic(fake)loss_gen = -torch.mean(gen_fake)if batch_idx % 16 == 0:plp = path_length_penalty(w, fake)if not torch.isnan(plp):loss_gen = loss_gen + plpmapping_network.zero_grad()gen.zero_grad()loss_gen.backward()opt_gen.step()opt_mapping_network.step()loop.set_postfix(gp=gp.item(),loss_critic=loss_critic.item(),)

现在让我们初始化加载器、网络和优化器，并使网络处于训练模式

loader              = get_loader()gen                 = Generator(LOG_RESOLUTION, W_DIM).to(DEVICE)
critic              = Discriminator(LOG_RESOLUTION).to(DEVICE)
mapping_network     = MappingNetwork(Z_DIM, W_DIM).to(DEVICE)
path_length_penalty = PathLengthPenalty(0.99).to(DEVICE)opt_gen             = optim.Adam(gen.parameters(), lr=LEARNING_RATE, betas=(0.0, 0.99))
opt_critic          = optim.Adam(critic.parameters(), lr=LEARNING_RATE, betas=(0.0, 0.99))
opt_mapping_network = optim.Adam(mapping_network.parameters(), lr=LEARNING_RATE, betas=(0.0, 0.99))gen.train()
critic.train()
mapping_network.train()

现在让我们使用训练循环来训练网络，并在每 50 个 epoch 中保存一些假样本。

loader = get_loader()  for epoch in range(EPOCHS):train_fn(critic,gen,path_length_penalty,loader,opt_critic,opt_gen,opt_mapping_network,)if epoch % 50 == 0:generate_examples(gen, epoch)

结论

在本文中，我们使用 PyTorch 从头开始为 StyleGAN2 这个大型项目制作了一个干净、简单且可读的实现。我们尝试尽可能地复制原始论文。