الشبكات التنافسية المشروطة (cGAN)
Conditional GAN
امتداد لـ GAN يُمرَّر فيه شرط $y$ (فئة، نص، صورة) إلى المولّد والمميِّز معاً، فيتعلم النموذج التوزيع الشرطي $p(x\mid y)$ ويمكن التحكم بما يُولَّد.
نظرة عامة
| الاسم | الشبكات التنافسية المشروطة – Conditional GAN |
|---|---|
| سنة الظهور | 2014 |
| الباحثون | Mehdi Mirza، Simon Osindero |
| الجهة | Université de Montréal / Flickr |
| الورقة الأصلية | Conditional generative adversarial nets arXiv |
| نوع البيانات | صور، بيانات جدولية |
| المجالات | الذكاء الاصطناعي التوليدي، الرؤية الحاسوبية، تحليل الصور الطبية |
| الكلفة الحسابية | مثل GAN. |
| حجم البيانات | متوسطة؛ pix2pix قد تعمل بمئات الأزواج في بعض المهام وفق الورقة. |
المشكلة التي تحلها
GAN الأصلية لا تتيح اختيار نوع العينة المولّدة؛ التطبيقات تحتاج تحكماً (فئة معينة، أو تحويل صورة إلى صورة).
الخلفية والتطور
ما قبلها: الشبكات التوليدية التنافسية
الفكرة الأساسية
الشرط $y$ يُضمّن ويُضم إلى $z$ في المولّد، وإلى $x$ في المميِّز. هكذا يعاقب المميِّز العينات غير الواقعية والعينات غير المتسقة مع شرطها. في pix2pix يكون الشرط صورة كاملة، ويضاف حد L1 لتقريب الخرج من الهدف المقترن.
المخطط التفاعلي
مخطط توضيحي مبسّط بأبعاد مثال صغير، وليس رسماً مطابقاً لكل تفاصيل التنفيذ الأصلي. اضغط أي طبقة لترى وظيفتها وأبعادها والعملية الرياضية.
اختر طبقة من المخطط.
المكونات
| المكوّن | الوظيفة |
|---|---|
| Condition embedding | تضمين y |
| Conditional G(z, y) | |
| Conditional D(x, y) | |
| Optional L1 term | في pix2pix |
المعادلات
1. هدف cGAN
| $y$ | الشرط |
2. هدف pix2pix
| $\lambda$ | 100 في الورقة |
آلية العمل خطوة بخطوة
- ضمّن الشرط.
- ولّد عينة مشروطة.
- درّب D على أزواج (عينة، شرط).
- درّب G على خداع D مع احترام الشرط.
المزايا والقيود
المزايا
- تحكم مباشر بالمخرج.
- أساس لترجمة الصور المقترنة.
القيود
- تحتاج بيانات معنونة أو مقترنة.
- ترث عدم استقرار GAN.
متى تُستخدم؟ ومتى لا؟
تناسب
- توليد فئة محددة.
- ترجمة صور مقترنة.
لا تناسب
- غياب الأزواج: استخدم CycleGAN.
التطبيقات
| المجال | الاستخدام |
|---|---|
| الذكاء الاصطناعي التوليدي | توليد صور مشروطة بالفئة. |
| الرؤية الحاسوبية | تلوين وتحويل الخرائط إلى صور. |
| تحليل الصور الطبية | تحويل بين وسائط تصوير مقترنة. |
كود PyTorch
كود تعليمي مبسّط يعمل على بيانات اصطناعية صغيرة، يغطي: الاستيراد، وتعريف النموذج، والبيانات، والتمرير الأمامي، والخسارة، والمُحسِّن، وحلقة التدريب، والتقييم، والاستدلال. ليس التنفيذ الكامل للبحث الأصلي.
# Conditional GAN — توليد من نمط محدد
# مثال تعليمي مبسّط بـ PyTorch (ليس التنفيذ الأصلي الكامل للبحث): بيانات اصطناعية صغيرة،
# يعمل على المعالج المركزي (CPU) خلال ثوانٍ. الأرقام التي يطبعها تخص هذا المثال فقط.
# 1) استيراد المكتبات
import torch
import torch.nn as nn
import torch.nn.functional as F
torch.manual_seed(0)
# 2) تعريف النموذج
class CondGenerator(nn.Module): # G(z, y): الشرط y يُضمَّن ويُضم إلى الضوضاء
def __init__(self, z_dim=8, n_classes=8, e=8):
super().__init__()
self.z_dim, self.emb = z_dim, nn.Embedding(n_classes, e)
self.net = nn.Sequential(nn.Linear(z_dim + e, 128), nn.LeakyReLU(0.2), nn.Linear(128, 128), nn.LeakyReLU(0.2), nn.Linear(128, 2))
def forward(self, z, y):
return self.net(torch.cat([z, self.emb(y)], 1))
class CondDiscriminator(nn.Module): # D(x, y): هل x حقيقية ومتسقة مع الشرط y؟
def __init__(self, n_classes=8, e=8):
super().__init__()
self.emb = nn.Embedding(n_classes, e)
self.net = nn.Sequential(nn.Linear(2 + e, 128), nn.LeakyReLU(0.2), nn.Linear(128, 128), nn.LeakyReLU(0.2), nn.Linear(128, 1))
def forward(self, x, y):
return self.net(torch.cat([x, self.emb(y)], 1)).squeeze(-1)
# 3) إعداد البيانات
# التوزيع الهدف: خليط من 8 توزيعات غاوسية على دائرة نصف قطرها 2 (اختبار كلاسيكي لانهيار الأنماط)
CENTERS = torch.stack([torch.tensor([2 * torch.cos(torch.tensor(k * torch.pi / 4)), 2 * torch.sin(torch.tensor(k * torch.pi / 4))]) for k in range(8)])
def sample_ring(n, std=0.1):
k = torch.randint(0, 8, (n,))
return CENTERS[k] + std * torch.randn(n, 2), k
def ring_metrics(x):
"""جودة: نسبة العينات القريبة (<0.3) من أحد المراكز. تغطية: عدد الأنماط التي نالت ≥5% من العينات الجيدة."""
d = torch.cdist(x, CENTERS)
near, k = d.min(1)
good = near < 0.3
counts = torch.bincount(k[good], minlength=8).float()
covered = int((counts >= 0.05 * max(1, good.sum().item())).sum())
return good.float().mean().item(), covered
# 4) الخسارة والمحسّنان
G, Dnet = CondGenerator(), CondDiscriminator()
bce = nn.BCEWithLogitsLoss()
opt_g = torch.optim.Adam(G.parameters(), lr=1e-3, betas=(0.5, 0.999))
opt_d = torch.optim.Adam(Dnet.parameters(), lr=1e-3, betas=(0.5, 0.999))
# 5) حلقة التدريب: الشرط هنا = رقم النمط (0..7)
STEPS, BATCH = 3000, 256
for step in range(STEPS):
real, y = sample_ring(BATCH)
fake = G(torch.randn(BATCH, G.z_dim), y) # Forward Pass مشروط
d_loss = bce(Dnet(real, y), torch.ones(BATCH)) + bce(Dnet(fake.detach(), y), torch.zeros(BATCH))
opt_d.zero_grad(); d_loss.backward(); opt_d.step()
g_loss = bce(Dnet(fake, y), torch.ones(BATCH))
opt_g.zero_grad(); g_loss.backward(); opt_g.step()
if step % 750 == 0 or step == STEPS - 1:
print(f"step {step:4d} D_loss={d_loss.item():.3f} G_loss={g_loss.item():.3f}")
# 6) التقييم: هل تقع العينة في النمط المطلوب؟
with torch.no_grad():
y = torch.randint(0, 8, (4000,))
x = G(torch.randn(4000, G.z_dim), y)
d = torch.cdist(x, CENTERS)
hit = ((d.argmin(1) == y) & (d.min(1).values < 0.3)).float().mean().item()
print(f"conditional accuracy (sample lands in the requested mode) = {hit:.3f}")
# 7) الاستدلال: اطلب عينة من النمط رقم 3
with torch.no_grad():
print("requested mode 3 → point:", [round(v, 3) for v in G(torch.randn(1, G.z_dim), torch.tensor([3]))[0].tolist()], " center:", [round(v, 3) for v in CENTERS[3].tolist()])
نُفّذ هذا الكود بتاريخ 2026-11-20 في 13.7 ثانية (PyTorch (CPU), Python 3 – local build machine).
من مخرجاته:
conditional accuracy (sample lands in the requested mode) = 1.000
عدد المعاملات القابلة للتدريب في المثال: G = 19٬010، Dnet = 18٬113.
هذه النتائج لبيانات اصطناعية صغيرة وعدد حقب قليل، وتُثبت أن الكود يعمل فقط؛ لا تقارنها بالنتائج المنشورة.
جرّب وتعمّق
معماريات مرتبطة
الشبكات التوليدية التنافسية
Generative Adversarial Networks (GAN)
إطار توليدي من شبكتين تتنافسان: مولّد يحوّل ضوضاء عشوائية إلى عينات، ومميِّز يحاول التفريق بين العينات الحقيقية والمولَّدة. يتحسن المولّد حتى يصعب على المميِّز التمييز.
سايكل-جان
CycleGAN
ترجمة بين نطاقين من الصور دون أزواج مقترنة، باستخدام مولّدين متعاكسين ومميِّزين، مع خسارة "اتساق الدورة" التي تفرض أن الترجمة ذهاباً وإياباً تعيد الصورة الأصلية.
نماذج الانتشار الكامنة
Latent Diffusion Models (LDM)
تطبق الانتشار في فضاء كامن مضغوط من مشفّر تلقائي مدرّب مسبقاً بدلاً من فضاء البكسلات، مع آلية انتباه متقاطع لإدخال الشروط (نص، تجزئة...)، فتقل الحسابات كثيراً مع الحفاظ…
لا توجد نتائج مطابقة للمرشحات.
أفكار بحثية
- cGAN لتوليد صور MRI مشروطة بدرجة الورم لموازنة الفئات.
اقتراحات للانطلاق وليست فجوات بحثية مؤكدة؛ راجع الأدبيات الحديثة قبل اعتمادها.
اختبر فهمك
أين يُمرر الشرط في cGAN؟
لماذا؟ المميِّز يحتاجه للحكم على الاتساق.
ما وظيفة حد L1 في pix2pix؟
لماذا؟ يعمل مع الخسارة التنافسية.
ما التوزيع الذي يتعلمه cGAN؟
لماذا؟ توزيع شرطي.
المراجع
Mirza, M., & Osindero, S. (2014). Conditional generative adversarial nets. arXiv preprint. https://arxiv.org/abs/1411.1784
Isola, P., Zhu, J.-Y., Zhou, T., & Efros, A. A. (2017). Image-to-image translation with conditional adversarial networks. IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 5967–5976. https://doi.org/10.1109/CVPR.2017.632
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A., & Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems (NeurIPS) 27. https://arxiv.org/abs/1406.2661
