基于wasserstein生成对抗网络梯度惩罚(WGAN-GP)的图像生成模型 matlab代码，要求2019b及以上版本
最近在折腾图像生成模型，发现WGAN-GP这个玩法比传统GAN稳定不少。它用Wasserstein距离替代JS散度，解决了梯度消失的老大难问题。最妙的是那个梯度惩罚项，不用像原始WGAN那样搞权重裁剪了。咱们今天就用Matlab来撸一个能跑的版本（需要2019b以上，低版本可能缺某些深度学习函数）。
先看生成器结构，这次用全连接层搭个简易版。别小看这个架构，MNIST手写数字生成效果够用了：
function generator = makeGenerator() layers = [ featureInputLayer(100) % 输入100维噪声 fullyConnectedLayer(7*7*128) reluLayer reshapeLayer([7 7 128]) transposedConv2dLayer([4 4],64,'Stride',2,'Cropping',1) reluLayer transposedConv2dLayer([4 4],1,'Stride',2,'Cropping',1) tanhLayer]; % 输出-1到1之间的图像 generator = dlnetwork(layers); end这里用转置卷积做上采样，注意最后一层用tanh把像素值约束在[-1,1]，记得把训练图片也归一化到这个范围。中间那个reshapeLayer是关键，把全连接层输出的向量转成7x7x128的特征图，为后续卷积做准备。
判别器这边更有意思，WGAN-GP要求去掉最后一层的sigmoid，直接输出分数：
function critic = makeCritic() layers = [ imageInputLayer([28 28 1],'Normalization','none') convolution2dLayer(5,64,'Stride',2,'Padding',2) leakyReluLayer(0.2) convolution2dLayer(5,128,'Stride',2,'Padding',2) leakyReluLayer(0.2) fullyConnectedLayer(1) % 直接输出实数，不接sigmoid! ]; critic = dlnetwork(layers); end注意两点：输入层别加归一化，leaky ReLU的斜率设小点防止梯度爆炸。这个结构比生成器深，因为判别器需要更强的特征提取能力。
重头戏在梯度惩罚的实现。咱们得在真假样本之间随机插值，然后计算梯度：
function penalty = gradientPenalty(critic, realData, fakeData, lambda) [~,~,N] = size(realData); epsilon = rand(1,1,1,N); % 随机插值系数 x_hat = epsilon.*realData + (1-epsilon).*fakeData; % 计算判别器对插值样本的梯度 gradients = dlfeval(@criticGradients, critic, x_hat); gradients = stripdims(gradients); norm_gradients = vecnorm(gradients,2,1); % 计算L2范数 penalty = lambda * mean((norm_gradients - 1).^2); # 与1的平方差 end function grad = criticGradients(critic, x) scores = forward(critic, x); grad = dlgradient(scores, x); end这段代码有几个细节：用stripdims去掉自动添加的维度，vecnorm算梯度范数时注意维度。lambda一般设在10左右，这个超参数别乱改，论文里验证过的最优值。
基于wasserstein生成对抗网络梯度惩罚(WGAN-GP)的图像生成模型 matlab代码，要求2019b及以上版本
训练循环部分和普通GAN差别挺大，看这个核心代码：
for epoch = 1:numEpochs for i = 1:numBatches % 从数据存储区读取真实图像 realData = next(imdsTrain); realData = dlarray(realData, 'SSCB'); % 维度顺序重要! % 生成假图像 noise = randn(100,1,1,batchSize); fakeData = forward(generator, noise); % 更新判别器（Critic） [criticGrad, gp] = dlfeval(@modelGradients, critic, generator, realData, noise); critic.LearnRate = 1e-4; % 学习率要比生成器小 critic = adamupdate(critic, criticGrad, critic.LearnRate); % 每5次更新一次生成器 if mod(iter,5)==0 genGrad = dlfeval(@generatorGradients, generator, critic, noise); generator.LearnRate = 5e-4; generator = adamupdate(generator, genGrad, generator.LearnRate); end % 损失计算和监控 currentLoss = mean(scoresFake - scoresReal) + gp; end end注意判别器要比生成器多更新几次（这里5:1的比例），这是WGAN-GP的关键策略。用Adam优化器时记得调小β1参数（比如0.5），防止更新幅度过大。
实际跑起来后你会发现几个现象：初期生成的像噪点，约20个epoch后数字轮廓开始显现。损失值可能上下波动，但整体趋势应该是判别器损失缓慢上升，生成器损失缓慢下降。如果出现NaN，八成是梯度爆炸，试试调小学习率或梯度惩罚系数。
最后说个实用技巧：在训练过程中定期保存生成样本，用matlab的montage函数拼成图片墙，能直观看到生成质量的演变。想要更清晰的图像，可以把生成器的全连接层换成更深的卷积结构，不过训练时间会翻倍。
完整代码大概200行左右，跑起来显存占用不到2G（batch_size=64的情况下）。虽然比不过PyTorch的效率，但Matlab的自动微分和可视化工具链用着是真香。下次可以试试在CIFAR-10上搞彩色图像生成，不过得把卷积核数量翻倍才行。
