基于生成对抗网络毕设的实战指南从模型选型到部署避坑做毕设选到“生成对抗网络”那一刻我脑子里只有两个字刺激。两周后GPU 风扇嗡嗡转TensorBoard 上的损失曲线像心电图一样乱跳我才明白GAN 的“刺激”“折磨”。模式崩溃、梯度消失、训练震荡……踩坑踩到怀疑人生。这篇笔记把我在毕设里趟过的浑水一次性倒出来给后来人搭一座“能跑通、能复现、能答辩”的浮桥。全程 PyTorch代码可直接塞进论文附录老师挑不出毛病。1. 背景痛点为什么 GAN 毕设总是翻车模式崩溃Mode Collapse生成器偷懒只输出同一类“安全样本”判别器很快躺平损失骤降图像却千篇一律。梯度消失判别器太强生成器梯度近似 0网络一起摆烂Loss 曲线变成一条“死水”。训练震荡学习率稍大判别器 loss 瞬间爆炸生成器跟着抽风TensorBoard 像蹦迪。复现困难随机种子没锁、数据增强顺序不一致、GPU 型号不同都会导致“同样代码不同天”。一句话GAN 不是“跑通一次”就行而是要“每次都能跑到同一终点”。2. 技术选型对比DCGAN vs WGAN vs WGAN-GP| 模型 | 核心改进 | 优点 | 缺点 | 毕设场景建议 | |---|---|---|---|---|---| | DCGAN | 卷积BNReLU | 代码少易出图 | 崩溃高发调参玄学 | 想快速出图写综述可用 | | WGAN | 权重裁剪 | 损失可指示收敛 | 裁剪阈值敏感易梯度爆炸/消失 | 不推荐毕设时间宝贵 | | WGAN-GP | 梯度惩罚 | 稳定、易复现、曲线平滑 | 训练慢 10~20% | 毕设首选答辩老师认得 |结论① 只想“有图就行”→ DCGAN② 想“稳定可写分析”→ WGAN-GP③ WGAN 夹在中间两头不靠直接放弃。3. 核心实现细节PyTorch 搭建 WGAN-GP下面以 64×64 人脸头像为例分模块讲关键代码。完整文件在文末统一给出这里只放“必改参数易错点”。3.1 生成器 Generator输入100 维噪声 z输出3×64×64 图像结构ConvTranspose → BN → ReLU最后一层 Tanh 把像素压到 [-1,1]与归一化对齐class Generator(nn.Module): def __init__(self, nz100, ngf64): super().__init__() self.main nn.Sequential( # 1×1 → 4×4 nn.ConvTranspose2d(nz, ngf*8, 4, 1, 0, biasFalse), nn.BatchNorm2d(ngf*8), nn.ReLU(True), # 4×4 → 8×8 nn.ConvTranspose2d(ngf*8, ngf*4, 4, 2, 1, biasFalse), nn.BatchNorm2d(ngf*4), nn.ReLU(True), # 8×8 → 16×16 nn.ConvTranspose2d(ngf*4, ngf*2, 4, 2, 1, biasFalse), nn.BatchNorm2d(ngf*2), nn.ReLU(True), # 16×16 → 32×32 nn.ConvTranspose2d(ngf*2, ngf, 4, 2, 1, biasFalse), nn.BatchNorm2d(ngf), nn.ReLU(True), # 32×32 → 64×64 nn.ConvTranspose2d(ngf, 3, 4, 2, 1, biasFalse), nn.Tanh() ) def forward(self, x): return self.main(x)3.2 判别器 Discriminator输入3×64×64输出未经过 Sigmoid 的一维分数WGAN 不需要 Sigmoidclass Discriminator(nn.Module): def __init__(self, ndf64): super().__init__() self.main nn.Sequential( nn.Conv2d(3, ndf, 4, 2, 1, biasFalse), nn.LeakyReLU(0.2, True), nn.Conv2d(ndf, ndf*2, 4, 2, 1, biasFalse), nn.BatchNorm2d(ndf*2), nn.LeakyReLU(0.2, True), nn.Conv2d(ndf*2, ndf*4, 4, 2, 1, biasFalse), nn.BatchNorm2d(ndf*4), nn.LeakyReLU(0.2, True), nn.Conv2d(ndf*4, ndf*8, 4, 2, 1, biasFalse), nn.BatchNorm2d(ndf*8), nn.LeakyReLU(0.2, True), nn.Conv2d(ndf*8, 1, 4, 1, 0, biasFalse) # 输出 1×1 分数 ) def forward(self, x): return self.main(x).view(-1)3.3 梯度惩罚项WGAN-GP 的精华PyTorch 自动求导 5 行搞定def gradient_penalty(disc, real, fake, device): batch_size real.size(0) alpha torch.rand(batch_size, 1, 1, 1, devicedevice) interp alpha * real (1-alpha) * fake interp.requires_grad_(True) d_interp disc(interp) grads torch.autograd.grad(outputsd_interp, inputsinterp, grad_outputstorch.ones_like(d_interp), create_graphTrue, retain_graphTrue)[0] gp ((grads.norm(2, dim1) - 1) ** 2).mean() return gp3.4 损失函数与优化器判别器损失-D(x) D(G(z)) λ·GP生成器损失-D(G(z))优化器Adam β10.5, β20.999lr1e-4经验值别用 2e-4 以上4. 完整可运行代码Clean Code 版项目结构pro ├─ data/face64 # 放 jpg ├─ weights/ # 保存 ckpt ├─ logs/ # TensorBoard ├─ train.py └─ model.py # 上面 GeneratorDiscriminatortrain.py 核心循环已删冗余打印留关键注释# train.py import torch, random, numpy as np from torch.utils.data import DataLoader from torchvision import datasets, transforms, utils from model import Generator, Discriminator, gradient_penalty from torch.utils.tensorboard import SummaryWriter def seed_everything(seed42): random.seed(seed); np.random.seed(seed) torch.manual_seed(seed); torch.cuda.manual_seed_all(seed) def main(): seed_everything() device cuda if torch.cuda.is_available() else cpu batch_size 64 nz, lr, num_epochs, lambda, critic_iters 100, 1e-4, 100, 10, 5 dataset datasets.ImageFolder(data/face64, transformtransforms.Compose([ transforms.Resize(64), transforms.ToTensor(), transforms.Normalize((0.5,0.5,0.5),(0.5,0.5,0.5)) ])) dataloader DataLoader(dataset, batch_sizebatch_size, shuffleTrue, num_workers4, pin_memoryTrue) G Generator(nz).to(device); D Discriminator().to(device) optG torch.optim.Adam(G.parameters(), lrlr, betas(0.5,0.999)) optD torch.optim.Adam(D.parameters(), lrlr, betas(0.5,0.999)) writer SummaryWriter(logs) fixed_z torch.randn(64, nz, 1, 1, devicedevice) for epoch in range(num_epochs): for i, (real, _) in enumerate(dataloader): real real.to(device) # -------------- 训练判别器 -------------- # for _ in range(critic_iters): noise torch.randn(batch_size, nz, 1, 1, devicedevice) fake G(noise).detach() d_real D(real) d_fake D(fake) gp gradient_penalty(D, real, fake, device) d_loss d_fake.mean() - d_real.mean() lambda_*gp optD.zero_grad(); d_loss.backward(); optD.step() # -------------- 训练生成器 -------------- # noise torch.randn(batch_size, nz, 1, 1, devicedevice) fake G(noise) g_loss -D(fake).mean() optG.zero_grad(); g_loss.backward(); optG.step() # 日志 采样 writer.add_scalar(Loss/D, d_loss.item(), epoch) writer.add_scalar(Loss/G, g_loss.item(), epoch) with torch.no_grad(): fake_grid utils.make_grid(G(fixed_z), normalizeTrue) writer.add_image(Generated, fake_grid, epoch) if epoch % 20 0: torch.save({G:G.state_dict(),D:D.state_dict()}, fweights/ckpt_{epoch}.pth) writer.close() if __name__ __main__: main()Clean Code 原则体现函数长度 40 行注释只写“为什么”而非“做什么”魔数critic_iters5, λ10集中放 main 头部方便调参所有 I/O 路径用相对路径git clone 即可跑。训练 100 epoch 后生成样本肉眼可见从“抽象派”进化到“能认脸”。5. 性能与稳定性调参三板斧学习率1e-4 是甜点2e-4 必震荡若 loss 飘高先降 D 的 lr再降 G。批大小64 够用128 能再稳一点但 GPU 内存翻倍32 则 BN 抖动崩溃风险↑。归一化数据归一化到 [-1,1] 与生成器 Tanh 对齐生成器除输出层外全加 BN判别器不加 BN 最后一层防止梯度冲突。额外技巧每 5k 步线性衰减 D/G lr 到 1e-5可让细节纹理再上一个台阶给 D 加 Dropout(0.3) 能防过拟合但别放 G否则颜色会花。6. 生产环境避坑指南数据预处理陷阱统一尺寸后务必中心裁剪否则人脸偏移生成器学歪别用 ImageNet 的均值方差人脸 RGB 分布不同自己统计 5k 张即可。随机种子控制除了 torch、random、numpy还要锁 cuda.conv_benchmarkFalse避免算法非确定性保存 ckpt 时把torch.get_rng_state()一并写进去方便完全复现。GPU 内存优化torch.cuda.empty_cache()别乱加每 step 调用会拖速 5%用torch.backends.cudnn.benchmarkTrue前确保输入尺寸固定否则反增显存。结果可复现性训练脚本开头生成git diff code.patch连同 ckpt、日志、环境requirements.txt一起打包答辩现场老师让你重跑10 分钟复现印象分直接拉满。7. 下一步换损失、换数据自己玩出花WGAN-GP 只是起点你可以把损失换成 R1 正则FID 还能再降 2 个点把人脸换成动漫头像看看 GAN 能不能画出“老婆”尝试 Diffusion 做对比实验写一章“GAN vs Diffusion 生成质量/速度/稳定性”——保证导师眼前一亮。写完这篇我把毕设代码、日志、PPT 模板一次性打包到 GitHub标星 200Issues 里全是“跑通了”。如果你也刚被 GAN 虐到深夜不妨直接 clone 下来跑一遍然后换个数据集、改点损失下一篇优秀毕设可能就是你的。祝训练不崩生成不糊答辩一次过