权重初始化技术

生成对抗网络（尤其是复杂架构）的稳定性和表现对网络权重的初始赋值非常敏感。虽然现代深度学习框架提供了默认的初始化方法（通常是He或Glorot/Xavier），但GAN训练的对抗特性引入了独特的挑战，这可能需要更仔细地考量在训练开始时如何设定权重。不当的初始化可能立即导致梯度消失或爆炸、模式崩溃，或一个网络在学习有效开始之前就压倒另一个网络等问题。

控制初始化方法的意义

标准初始化方法，如Xavier/Glorot初始化（常与tanh或sigmoid激活函数一起使用）和He初始化（专为ReLU激活函数设计），旨在保持激活和梯度在网络层中传播时的方差。这有助于避免梯度过小或过大，从而促进典型监督学习场景中更平稳的训练。

然而，GAN训练涉及生成器（$G$）和判别器（$D$）之间的精妙平衡。如果初始权重导致判别器过于强大，其梯度可能早期消失，无法向生成器提供有用信号。反之，如果生成器初始产生的输出容易区分，判别器可能学习过快并饱和，再次阻碍生成器的学习。因此，初始化方法的选择会明显影响早期训练动态和整体收敛。

GAN中常见的初始化策略

虽然标准初始化通常是一个合理的起点，但在GAN的背景下，有几种策略被发现特别有帮助：

1. 小标准差的高斯初始化

早期的GAN论文，包括DCGAN，通常建议从零均值正态（高斯）分布初始化权重，并使用小标准差，例如$\mathcal{N}(0, 0.02^2)$。

$$W \sim \mathcal{N}(0, \sigma^2) \quad \text{这里 } \sigma = 0.02$$

这样做的理由是使初始激活和梯度保持较小，可能立即避免一个网络压倒另一个网络。这对于卷积层和全连接层尤其相关。虽然简单，但这种方法可能不适合非常深的网络的扩展，因为在这些网络中方差控制变得更重要。

2. 正交初始化

正交初始化旨在设置权重矩阵$W$，使得$W^T W = I$（或$W W^T = I$）。这个特性有助于保持向量（和梯度）在前向和反向传播过程中的范数。通过防止梯度因重复矩阵乘法而爆炸或消失，正交初始化有助于更稳定的训练，特别是在更深的神经网络或RNN中。

它常与谱归一化等技术结合使用，谱归一化也约束了判别器层的Lipschitz常数。实现正交初始化通常涉及将奇异值分解（SVD）或QR分解等技术应用于初始随机矩阵。许多深度学习库为此提供了函数（例如PyTorch中的torch.nn.init.orthogonal_）。

示意图：在反向传播过程中，良好初始化下梯度范数的保持与不良初始化下可能的爆炸或消失。

3. 重新审视Xavier/Glorot和He初始化

尽管有专门技术，但He初始化（用于后接ReLU或LeakyReLU的层）和Xavier/Glorot初始化（用于后接tanh或类似有界激活函数的层）仍然是GAN的常见且通常有效的选择。它们提供了一种按层维度调整初始权重的原则方法。当使用标准卷积层或线性层时，这些通常是默认设置和明智的初始选择。

重要的是根据后续层中使用的激活函数正确应用它们。如果您的生成器广泛使用ReLU，通常更青睐He初始化。如果输出层使用tanh，最后一层的权重可以考虑使用Xavier。

特定架构中的初始化

高级GAN架构有时采用专门的初始化方案，这些方案根据其独特组件量身定制：

• StyleGAN/StyleGAN2: 这些模型通常对标准卷积层使用He初始化，但对于涉及AdaIN（自适应实例归一化）调制或映射网络特定部分的层，可能会使用定制初始化（例如，将权重缩放到1.0）。目标通常是确保学到的风格向量具有可预测的初始效果。
• BigGAN: 以大规模训练而闻名，BigGAN经常使用正交初始化，这补充了其谱归一化的使用，并有助于管理大批量大小下的训练动态。

如果您旨在忠实复现，建议参考这些特定架构的原始论文或可靠的实现。

实际建议

• 从标准方法开始： 除非训练不稳定，否则对于ReLU/LeakyReLU层从He初始化开始，对于tanh/sigmoid层使用Xavier/Glorot。这些通常是PyTorch和TensorFlow等框架中的默认设置。

• 考虑$\mathcal{N}(0, 0.02^2)$： 如果您在训练早期遇到不稳定，特别是对于类似于DCGAN的架构，尝试小方差高斯初始化作为替代。

• 试验正交初始化： 对于更深的神经网络或如果使用谱归一化等技术，正交初始化是一个值得尝试的有力选择。

• 初始化偏置： 偏置通常初始化为零。这通常是安全且标准的操作。

• 一致性： 在生成器和判别器内部的相似层类型中，始终如一地应用所选的初始化方案。

• 代码示例（PyTorch）：

  import torch
  import torch.nn as nn
  import torch.nn.init as init
  
  def weights_init_normal(m):
      classname = m.__class__.__name__
      if classname.find('Conv') != -1:
          init.normal_(m.weight.data, 0.0, 0.02) # 高斯初始化
          if hasattr(m, 'bias') and m.bias is not None:
              init.constant_(m.bias.data, 0.0)
      elif classname.find('BatchNorm2d') != -1:
          init.normal_(m.weight.data, 1.0, 0.02) # 批量归一化权重通常初始化接近1
          init.constant_(m.bias.data, 0.0)
      elif classname.find('Linear') != -1:
           init.normal_(m.weight.data, 0.0, 0.02) # 线性层的高斯初始化
           if hasattr(m, 'bias') and m.bias is not None:
               init.constant_(m.bias.data, 0.0)
  
  # 使用示例：
  # model = Generator(...) or Discriminator(...)
  # model.apply(weights_init_normal)
  

  注意：您可以使用init.xavier_uniform_、init.kaiming_normal_ (He) 或 init.orthogonal_ 以类似方式。

• 与归一化的相互影响： 请记住，归一化技术（批量归一化、实例归一化、层归一化、谱归一化）与权重初始化有明显相互影响。例如，谱归一化直接约束权重矩阵的谱范数，可能覆盖初始尺度的一些效果，但不覆盖初始方向/结构（如正交性）。

选择合适的权重初始化方法并非总是直接明了的，有时可能需要基于特定的架构、数据集和训练配置进行试验。然而，理解这些常见策略为应对实现和稳定高级GAN的实际挑战提供了一个坚实的基础。