BigGAN-LARGE SCALE GAN TRAINING FOR HIGH FIDELITY NATURAL IMAGE SYNTHESIS
原文：https://arxiv.org/abs/1809.11096
作者：来自DeepMind & Heriot-Watt University
译者：Tony
时长：3K字，约10分钟
摘要
作者提出了一种大规模GAN（参数大、批量大），即BigGAN，分析了大规模GAN训练不稳定因素，通过正交正则化平衡保真度和多样性。在类条件图像合生中取得了最先进水平：ImageNet中128*128像素的图像上，IS（越大越好）从52.52提高到166.3，FID（越小越好）从18.65下降到9.6。
1 引言
GAN首次是在2014年提出来的，目前最好的GAN是2018年提出的SAGAN，其IS是52.5，但相比真实图像的IS 233，差距还是很大。为了进一步提高保真度和多样性，作者做了三个项工作：
一是通过将模型参数扩大2-4倍、将批量大小扩大8倍、以及修改正则方案来提高模型性能。
二是通过Truncation Trick技术平衡样本的多样性和保真度。
三是发现了大规模GAN的不稳定因素，通过新颖的和现有的技术减少不稳定性，但是保证模型的训练稳定性会给模型的性能带来损失。
2 背景
GAN包含一个Generator (G)网络和一个Discriminator (D) 网络，其目标是一个纳什均衡：
其中，z来自p(z)分布，通常是正态分布N(0, I)或均衡分布U[-1, 1]，G和D通常是卷积神经网络。若没有辅助的稳定性技术，训练过程是不稳定的，则需要微调超参和架构来保证模型正常工作。
许多近期研究聚焦在调整vanilla GAN，以便获取稳定性：一部分工作是调整目标函数，以便加速收敛；另一部分工作是通过归一化或梯度惩罚来限制D。
与BigGAN相关的工作有两个：一是谱归一化（Spectral Normalization）；二是架构选择，例如SA-GAN、ProGAN、Conditional GAN。
BigGAN使用IS和FID评估GAN网络性能。
模型架构如下图15所示：
3 SCALING UP GANS
作者通过如下方法扩大GAN网络：
使用SA-GAN作为基准模型，SA-GAN采用hinge loss目标函数。通过类条件批归一化（BatchNorm）将类信息输入到G中，通过投影（Projection ）将类信息输入到D中。在G中引入谱范数（Spectral Norm），将学习率降半，每G步两D步。为了评估，G权重采用滑动平均，衰减系数为0.9999。使用正交初始化，而不是正态分布N(0, 0.02I)。每个模型在Google TPU v3 Pod上训练，并计算G上所有设备上批归一化（BatchNorm）。
作者增大基准模型的batch大小，效果明显，扩大8倍后，IS提升了46%，如表1第1-4行所示。作者推测，这是因为每个batch覆盖了更多modes，为G和D提供了更好的梯度。但是存在一个问题，模型训练变得不稳定，会出现爆炸，在第4节中，作者分析了原因并给出了解决方案。
作者在每层中增加了50%的通道数，即大约增加了2倍参数，效果也很明显，IS提升了21%。作者推测是因为增加模型容量，模拟更复杂情况。
作者将模型深度加深2倍，性能却在降低。
作者在所有的conditional BatchNorm 层中使用一个共享嵌入（shared embedding），线性投影到每层。这样可以减少参数，降低计算和内存消耗，将训练速度提升37%。另外，引入hierarchical latent spaces，噪声向量z输入到G中多层，而不是初始层，将性能提升了4%，训练速度提升了18%。
3.1 通过TRUNCATION TRICK权衡多样性和保真度
GAN的p(z)可以选择任何先验概率分布，BigGAN作者通过一些列比较，最终选择了基于标准正态分布N(0, I)的截断正态分布（Truncated Normal），称作Truncation Trick，可以提升IS和FID。随着截断正态分布的阈值越来越小，G生成的图像的保真度越来越好，但多样性越来越差，如图2（a）所示。
作者认为可以选择适当的截断阈值，在保真度和多样性之间取得平衡，但通过多样性-保证度曲线图可知，多样性在开始时缓慢上升，然后急速下降，如果要保证一定的多样性，饱和度会很差，如图2（b）和图16所示。
为了解决这个问题，作者增加了一个正交正则化，使得模型平滑。
其中，W为权重矩阵、 β是超参，1为全1矩阵。结果如表1所示，没有正交正则化，16%的模型服从截断，有了正交正则化，60%的模型服从截断。
3.2 总结
作者发现，现有的GAN技术不适合大模型和大批量训练，BigGAN可以取得最先进水平，即使是在512*512像素的图像上。尽管如此，作者指出BigGAN中还出现训练爆炸问题，在后续章节进行分析。
4 分析
4.1 解决G的不稳定性
为了找出训练爆炸的原因，作者监控训练过程中的权重、梯度、以及损失，发现权重矩阵最重要的三个奇异值σ0、σ1、σ2影响最大。如图3所示，G的绝大部分层具有良好的谱范数（Spectral Norm），但一些层在训练中出现爆炸。
为了确认这是不是训练爆炸的原因，作者在G上利用额外的条件来消除谱爆炸：首先，正则第一个奇异值σ0，其中σclamp是σreg或者sg(σ1)；其次，使用部分奇异值分解代替σ0。
结论是，谱归一化可以提高性能，但是不能阻止训练爆炸。
4.2 解决D的不稳定性
不同于G，D的权重谱有很多噪声，σ0/σ1表现良好，随着训练，奇异值坍塌，而不是爆炸。D的权重谱显示，D周期性地收到了大梯度，但弗罗贝尼乌斯范数(Frobenius Norm) 是平滑的，这种影响集中在顶层少量的奇异方向。作者假设，这些噪声是训练过程中优化带来的影响，G周期性地产生的批量对D有影响。如果谱噪声与不稳定性有影响，我们可以采用梯度惩罚，在D的Jacobian矩阵中加入正则项：
Γ=10时，G和D训练过程变得稳定，谱变得平滑，但是性严重下降：IS减少了45%。即使Γ=1，未出现爆炸，IS也减少20%。使用其他的正则项也是一样效果，例如正交正则化、DropOut、L2。
作者也发现，在训练过程中D的Loss接近0，但在坍塌处出现急速向上跳跃。一种解释是，D已经过拟合训练数据集。
4.3 总结
不稳定性不是单独来自G或D，而是来自G和D的交互对抗过程。严格限制D可以提高训练稳定性，但是会降低性能。利用现有技术，放松条件可以获得好性能，允许在后面阶段出现训练爆炸。
5 实验
5.1 ImageNet评估
结果如表2所示：
5.2 JFT-300M评估
结果如表3所示：
6 总结
作者发现：1、增大GAN模型的规模，可以提高生成图像的保真度和多样性，取得了最先进水平；2、分析大规模GAN的训练行为，通过权重矩阵的奇异值标识模型稳定性，并讨论稳定性和性能相互作用。
