幂等生成网络IGN：试图将判别和生成合二为一的GAN

前段时间，一个名为“幂等生成网络（Idempotent Generative Network，IGN）”的生成模型引起了一定的关注。它自称是一种独立于已有的VAE、GAN、flow、Diffusion之外的新型生成模型，并且具有单步采样的特点。也许是大家苦于当前主流的扩散模型的多步采样生成过程久矣，因此任何声称可以实现单步采样的“风吹草动”都很容易吸引人们的关注。此外，IGN名称中的“幂等”一词也增加了它的神秘感，进一步扩大了人们的期待，也成功引起了笔者的兴趣，只不过之前一直有别的事情要忙，所以没来得及认真阅读模型细节。

最近闲了一点，想起来还有个IGN没读，于是重新把论文翻了出来，但阅读之后却颇感困惑：这哪里是个新模型，不就是个GAN的变种吗？跟常规GAN不同的是，它将生成器和判别器合二为一了。那这个“合二为一”是不是有什么特别的好处，比如训练更稳定？个人又感觉没有。下面将分享笔者从GAN角度理解IGN的过程和疑问。

生成对抗 #

关于GAN（Generative Adversarial Network，生成对抗网络），笔者前几年系统地学习过一段时间（查看GAN标签可以查看到相关文章），但近几年没有持续地关注了，因此这里先对GAN做个简单的回顾，也方便后续章节中我们对比GAN与IGN之间的异同。

GAN有两个基本组件：判别器（Discriminator）和生成器（Generator），也可以形象地类别为“鉴别者”和“伪造者”，其中判别器负责区分出真实样本和生成器生成的假样本，而生成器负责将简单的随机噪声映射为目标样本，并借助判别器的信号改进自己的生成质量，在不断的“攻守对抗”之中，生成器的生成质量越来越优，直到判别器完全无法区分真假样本，达到了以假乱真的效果。

以WGAN为例，判别器$D_{\theta}$的训练目标是拉大真假样本的分数差距：
\begin{equation}\max_{\theta} D_{\theta}(G_{\varphi}(z)) - D_{\theta}(x)\label{eq:d-loss}\end{equation}
其中$x$是训练集的真样本，$z$是随机噪声，$G_{\varphi}$是生成器，$G_{\varphi}(z)$自然是生成器生成的假样本。生成器的训练目标是缩小真假样本的得分差距，即最小化上式，不过对于生成器来说，不包含参数的$x$就相当于是常数，因此可以简化为
\begin{equation}\min_{\varphi} D_{\theta}(G_{\varphi}(z))\label{eq:g-loss}\end{equation}
除此之外，还少了关于L约束的内容，但这属于细节了，这里不展开，有兴趣的读者可以进一步阅读《互怼的艺术：从零直达WGAN-GP》和《从Wasserstein距离、对偶理论到WGAN》等。

一般情况下，GAN是两个Loss交替训练，有时候也可以写成单个Loss往两个方向优化——部分参数执行梯度下降，另外一部分参数则执行梯度上升。这种同时存在相反方向的训练过程（即$\min\text{-}\max$）通常不稳定，比较容易崩溃，又或者训练出来了，但存在模式坍缩（Mode Collapse）的问题，具体表现就是生成结果单一，多样性丧失。

单个损失 #

可能有读者反对：你都说GAN是两个Loss交替优化了，而IGN明明是单个Loss的呀，怎么能够说IGN是GAN的特例？

事实上，IGN的单个Loss的写法是有点“耍无赖”的，照它的写法，GAN同样可以写成单个Loss的形式。具体怎么做呢？很简单，假设$\theta',\varphi'$是$\theta,\varphi$的权重副本，即$\theta'\equiv\theta,\varphi'\equiv\varphi$，但是它们不求梯度，于是式$\eqref{eq:d-loss}$和式$\eqref{eq:g-loss}$可以合并起来写成：
\begin{equation}\min_{\theta,\varphi} D_{\theta}(x) - D_{\theta}(G_{\varphi'}(z)) + D_{\theta'}(G_{\varphi}(z))\label{eq:pure-one-loss}\end{equation}
此时它关于$\theta,\varphi$的梯度跟分开两个Loss时所求的一样，因此是等价实现。可为什么说这种写法是“耍无赖”呢？因为它没有一丁点的技巧，就纯粹将原本的$\min\text{-}\max$换了个记号，真的按照上式实现的话，需要不断地克隆$D_{\theta'},G_{\varphi'}$出来然后停止梯度，非常影响训练效率。

事实上，要想将GAN写成单个Loss的训练形式并保持实用性，可以参考笔者之前写的《巧断梯度：单个loss实现GAN模型》，通过框架自带stop_gradient算子，加上一些梯度运算技巧，就可以实现这一目的。具体来说，stop_gradient就是强制模型某一部分的梯度为0，比如
\begin{equation}\nabla_{\theta,\varphi} D_{\theta}(G_{\varphi}(z)) = \left(\frac{\partial D_{\theta}(G_{\varphi}(z))}{\partial\theta},\frac{\partial D_{\theta}(G_{\varphi}(z))}{\partial\varphi}\right)\label{eq:full-grad}\end{equation}
加了stop_gradient算子（简写为$\color{skyblue}{\text{sg}}$）后，就有
\begin{equation}\nabla_{\theta,\varphi} D_{\theta}(\color{skyblue}{\text{sg}(}G_{\varphi}(z)\color{skyblue}{)}) = \left(\frac{\partial D_{\theta}(G_{\varphi}(z))}{\partial\theta},0\right)\label{eq:stop-grad}\end{equation}
所以通过stop_gradient算子，我们可以很容易屏蔽嵌套函数内层梯度（即$\varphi$的梯度）。那么像生成器那样，需要屏蔽嵌套函数外层梯度（即$\theta$的梯度）呢？没有直接的办法，但我们可以用一个技巧实现：将式$\eqref{eq:full-grad}$和式$\eqref{eq:stop-grad}$相减，就得到
\begin{equation}\nabla_{\theta,\varphi} D_{\theta}(G_{\varphi}(z)) - \nabla_{\theta,\varphi} D_{\theta}(\color{skyblue}{\text{sg}(}G_{\varphi}(z)\color{skyblue}{)}) = \left(0,\frac{\partial D_{\theta}(G_{\varphi}(z))}{\partial\varphi}\right)\end{equation}
这就达到了屏蔽嵌套函数外层梯度。于是将两个式子结合起来，我们就得到单个Loss训练GAN的一种方式
\begin{equation}\begin{gathered}
\min_{\theta,\varphi} \underbrace{D_{\theta}(x) - D_{\theta}(\color{skyblue}{\text{sg}(}G_{\varphi}(z)\color{skyblue}{)})}_{\text{去掉了}\varphi\text{的梯度}} + \underbrace{D_{\theta}(G_{\varphi}(z)) - D_{\theta}(\color{skyblue}{\text{sg}(}G_{\varphi}(z)\color{skyblue}{)})}_{\text{去掉了}\theta\text{的梯度}} \\[8pt]
= \min_{\theta,\varphi} D_{\theta}(x) - 2 D_{\theta}(\color{skyblue}{\text{sg}(}G_{\varphi}(z)\color{skyblue}{)}) + D_{\theta}(G_{\varphi}(z))\end{gathered}\end{equation}
这样就不需要反复克隆模型，也在单个Loss中实现了梯度的等价性。

幂等生成 #

说了那么多，总算可以邀请本文的主角——幂等生成网络IGN登场了。不过在正式登场之前，还请大家再等一会，我们先来谈谈IGN的动机。

GAN有一个明显的特点，就是当GAN训练成功后，往往只保留其中的生成器，判别器大多数是“弃之不用”的。然而，一个合理的GAN，生成器和判别器通常具有同等数量级的参数，判别器弃之不用，意味着一半参数量被浪费了，这是比较可惜的。为此，有些工作尝试过往GAN里边加入编码器，并共享判别器与编码器的部分参数，提高参数利用率。其中，最极简的工作是笔者提的O-GAN，它仅微改了判别器的结构，然后添加一项额外的Loss，就可以将判别器变成编码器，并且不增加参数和计算量，它是笔者比较满意的作品。

本文标题就开门见山，IGN是一个试图将判别器和生成器合二为一的GAN，生成器“既当选手，又当裁判”，所以从这个角度来看，IGN也可以视为提高参数利用率的一种方式。首先，IGN假设$z$和$x$的大小一样，那么生成器$G_{\varphi}$的输出输入的大小都一样，这跟一般的GAN中$z$的维度通常要比$x$的维度小不一样；在输入输出同大小的设计之下，图片本身也可以当成输入，传入到生成器中做进一步运算，于是IGN将判别器设计为重构损失：
\begin{equation}\delta_{\varphi}(x) = \Vert G_{\varphi}(x) - x\Vert^2\label{eq:ign-d}\end{equation}
$\delta_{\varphi}$是重用了IGN论文原本的记号，没有特殊的含义。这样的设计完全重用了生成器的参数，且没有增加额外的参数，看上去确实是一种很优雅的设计。现在我们将上述判别器代入式$\eqref{eq:pure-one-loss}$，得到
\begin{equation}\min_{\varphi}\underbrace{\delta_{\varphi}(x) - \delta_{\varphi}(G_{\varphi'}(z))}_{\text{判别器损失}} + \underbrace{\delta_{\varphi'}(G_{\varphi}(z))}_{\text{生成器损失}}\end{equation}
这不就跟IGN原论文的Final optimization objective如出一辙？当然原论文还多了两个可调的系数，事实上式$\eqref{eq:pure-one-loss}$的每一项系数也是可调的，这不是什么特殊的地方。所以很显然，IGN完全可以从GAN推出，它就是GAN的一个特例——尽管作者说他并不是GAN的角度思考IGN的。

“幂等”一词，源于作者认为IGN在训练成功时，判别器对于真实样本的打分为0，此时$G_{\varphi}(x) = x$，那么可以继续推出
\begin{equation}G_{\varphi}(\cdots G_{\varphi}(x)) = \cdots = G_{\varphi}(G_{\varphi}(x)) = G_{\varphi}(x) = x\end{equation}
也就是说，对真实样本$x$多次应用$G_{\varphi}$，结果仍然保持不变，这正是数学上“幂等”的含义。然而，从理论上来说，我们并没办法保证GAN的判别器（对于真实样本的）损失是零，所以很难做到真正意义上的幂等，原论文的实验结果也表明了这一点。

个人分析 #

一个非常值得思考的问题是：重构损失$\eqref{eq:ign-d}$为什么可以成功作为判别器呢？或者说，基于$G_{\varphi}(x)$和$x$可以构建的表达式非常多，任意一个都可以作为判别器吗？

单从“重构损失作为判别器”这一点来看，IGN跟EBGAN很相似，可这不意味着EBGAN的成功就能解释IGN的成功，因为EBGAN的生成器是独立于判别器之外的，并没有完全共享参数的约束，所以EBGAN的成功是“情理之中”，符合GAN的原始设计。但IGN却不一样，因为它的判别器和生成器完全共享了参数，并且GAN本身训练存在很大的不稳定因素，所以很容易“一损俱损”，让两者一起训崩。

在笔者看来，IGN能有机会不训崩，是因为刚好满足了“自洽性”。首先，GAN的根本目标，是希望对于输入噪声$z$，$G_{\varphi}(z)$能够输出一张真实图片；而对于IGN中“重构损失作为判别器”的设计，即便判别器的最优损失不是零，也可能是大差不差，即$G_{\varphi}(x)\approx x$是近似满足的，于是它同时满足了“对于输入图片$x$，$G_{\varphi}(x)$能够输出一张真实图片”的条件。也就是说，不管输入如何，输出的空间都是真实样本，这一点自洽性非常重要，否则生成器可能因为需要往两个方向进行生成而“分崩离析”。

既然如此，IGN相比于一般的GAN，有什么实质的改进呢？请恕在下愚钝，笔者实在是看不出IGN的好处所在。就拿参数利用率来说，看上去IGN的参数共享确实提高了参数利用率，但事实上为了保证生成器$G_{\varphi}$的输入输出一样，IGN使用了自编码器结构，其参数量和计算量，就等于一般GAN的判别器和生成器之和！换句话说，IGN非但没有降低参数量，反而因为增大了生成器的体积而增加了总的计算量。

笔者也简单实验了一下IGN，发现IGN的训练同样有不稳定的问题，甚至可以说更不稳定，因为“参数共享+欧氏距离”这种硬约束更容易放大这种不稳定性，导致“一损俱损”而不是“一荣俱荣”。此外，IGN的生成器输入输出同大小的特点，也失去了一般GAN的生成器从低维流形投影到高维数据的优点，以及IGN同样容易模式坍缩，并且由于欧式距离的问题，生成的图片更像VAE那样偏模糊。

文章小结 #

本文从GAN的角度介绍了前段时间引起了一定关注的幂等生成网络IGN，对比了它与GAN的联系与区别，并分享了自己对IGN的分析。

转载到请包括本文地址：https://kexue.fm/archives/9969

更详细的转载事宜请参考：《科学空间FAQ》

打赏

微信打赏

支付宝打赏

因为网站后台对打赏并无记录，因此欢迎在打赏时候备注留言。
你还可以点击这里或在下方评论区留言来告知你的建议或需求。