Matlab实现WGAN：解决生成对抗网络训练崩溃与模式坍塌的完整方案-开发者社区

简介：面向深度学习和数据生成需求的Matlab源码，基于Wasserstein生成对抗网络与梯度惩罚机制（WGAN-GP），用于合成高多样性数据样本，解决原始GAN训练不稳定、模式崩溃等问题。适用于数据扩充、数据增强及样本生成场景，特别适合机器学习研究者与工程师快速搭建生成模型。

资源压缩包共12个文件，含7个m脚本、4个mat模型/权重文件及1个xlsx数据集。m脚本覆盖网络初始化、模型梯度计算、WGAN训练流程与测试调用；mat文件提供预训练网络参数，xlsx数据可直接用于训练。包体仅146KB，轻量易用。

代码内置详细注释，使用Excel表格导入数据，无需大幅修改程序，可快速适配个人数据集；同时可学习梯度惩罚项的完整实现与网络结构设计，为后续改进提供参考。已有299人学习下载，适合具备一定深度学习基础、希望快速掌握WGAN实际应用的读者。如果你用Matlab跑过生成对抗网络，大概率经历过这种时刻：训练到一半，loss曲线突然拉满，生成结果变成一片噪声，或者更糟——所有样本死死堆在同一个点上，怎么调学习率都没用。这不是你代码写错了，而是原始GAN的损失函数在作祟。这篇文章要聊的，是我在Matlab里用WGAN做数据生成的一套完整方案，配套的源码和可直接运行的数据集都打包整理好了。WGAN（Wasserstein GAN）通过更换距离度量，从根上缓解了训练崩溃问题，特别适合做数据增强、样本扩增、异常检测里的正样本补充。无论你是刚接触生成对抗网络的学生，还是想把深度生成模型用到工业数据上的工程师，这篇文章都能给你一条能直接跑通的技术路线。

我先把结论放在这里：在Matlab里实现WGAN，代码量其实比你想的要少，难点不在网络结构，而在损失函数的写法、训练节奏的控制，以及对Lipschitz约束的理解。下面我会按我实际调试的顺序，把这套东西拆开讲清楚。

1. WGAN到底改了什么：从JS散度到Wasserstein距离

1.1 原始GAN训练不稳定的根源

先用大白话解释一个关键问题：为什么原始GAN那么容易崩。原始GAN的判别器输出的是一个概率值，经过sigmoid压缩到0到1之间，然后和真实标签计算交叉熵。这个过程中，判别器本质上是在衡量真实分布和生成分布之间的JS散度。问题在于，当两个分布的重叠区域非常小、甚至完全不重叠时，JS散度会变成一个常数，梯度直接消失。放到Matlab的训练循环里，表现就是：判别器的loss稳如老狗，但生成器的梯度要么爆炸、要么消失，生成的样本质量毫无进展。

我在Matlab里第一次跑通原始GAN时，还遇到过更微妙的情况：判别器训练得太好，loss迅速降到接近0，然后生成器再也学不到东西了。这就是典型的“判别器压倒性胜利”。你去看生成器输出的散点图，会发现所有点都挤在一个小区域里，这叫做“模式坍塌”。原始GAN对这个现象几乎没有抵抗力，因为JS散度在这种场景下给不出有意义的梯度信号。

1.2 推土机距离的直觉理解

WGAN的核心改动，是把衡量分布差异的工具从JS散度换成了Wasserstein距离，也叫推土机距离（Earth Mover's Distance）。这个名字很形象：想象你有一堆土（真实分布），要把它们推成另一堆土（生成分布），最省力的搬运距离就是Wasserstein距离。

关键点在于：即使两个分布完全不重叠，Wasserstein距离依然能给出一个平滑的、有意义的梯度信号。因为它衡量的是“搬运成本”，而不是像JS散度那样直接变成一个常数。在Matlab里可视化这个区别很容易：你画两条不相交的高斯分布曲线，算一下它们的KL散度和Wasserstein距离，会发现后者对分布中心位置的微小移动非常敏感，这正是生成器更新时需要的梯度来源。

为了让Wasserstein距离可计算，WGAN做了一系列数学上的改造，其中最核心的是要求评论家网络（也就是原GAN里的判别器）满足1-Lipschitz约束。用大白话说，就是函数的输出变化不能比输入变化更快。这个约束保证了 Wasserstein 距离的估计是有界的、稳定的。原始WGAN是用权重裁剪（weight clipping）来实现这个约束，后来改进版WGAN-GP用梯度惩罚（gradient penalty）效果更好。

2. Matlab实现WGAN的核心架构与数据准备

2.1 生成器和评论家网络怎么搭

在Matlab里搭建WGAN的网络结构，其实和普通GAN差不多，我用的都是全连接网络，因为做的是低维数据生成，不是图像。生成器输入一个100维的噪声向量，经过三层全连接，输出维度与真实样本一致。我处理的是一个二维的合成数据集（两个高斯分布的混合），所以生成器输出是2维。

% 生成器网络结构 generator = [ featureInputLayer(100, 'Normalization', 'none', 'Name', 'noise') fullyConnectedLayer(128, 'Name', 'fc1') reluLayer('Name', 'relu1') fullyConnectedLayer(64, 'Name', 'fc2') reluLayer('Name', 'relu2') fullyConnectedLayer(2, 'Name', 'fc_out') ]; % 评论家网络结构 critic = [ featureInputLayer(2, 'Normalization', 'none', 'Name', 'input') fullyConnectedLayer(64, 'Name', 'cfc1') leakyReluLayer(0.2, 'Name', 'lrelu1') fullyConnectedLayer(32, 'Name', 'cfc2') leakyReluLayer(0.2, 'Name', 'lrelu2') fullyConnectedLayer(1, 'Name', 'cfc_out') % 输出实数，不加sigmoid ];

这里有个容易踩的坑：评论家的最后一层不要加sigmoid激活函数。它输出的不是概率，而是一个实数分数。这个分数可以理解为“这个样本有多像真实样本”的程度值。如果你保留了sigmoid，Wasserstein距离的估计就失效了，训练还是会崩。我在实际调试中见过好几次这种情况，都是因为惯性思维，把图像分类的网络结构直接搬过来用了。

2.2 训练数据的选择与预处理

这次使用的训练数据是人工合成的，两个高斯分布混合，共生成10000个样本。选择合成数据的理由很简单：可以让读者先在已知分布上验证WGAN是否正常工作，再去替换成自己的业务数据。数据生成代码如下：

% 生成混合高斯分布数据，用于训练评论家和生成器 rng(2024); nSamples = 10000; data1 = mvnrnd([-3, -3], [0.8, 0.2; 0.2, 0.5], nSamples/2); data2 = mvnrnd([3, 3], [0.6, 0.1; 0.1, 0.4], nSamples/2); trainData = [data1; data2];

注意上面协方差矩阵的写法是Matlab里的标准格式，对角线是方差，非对角线是协方差。如果你有自己的数据，直接读入并转成[样本数, 特征维度]的矩阵就行。数据预处理上我只做了标准化，让每个特征的均值接近0、标准差接近1。这一步能极大加速收敛，尤其是WGAN这种对距离敏感的模型，特征尺度不一样会导致梯度被某个维度主导。

3. 训练循环与损失函数的源码拆解

3.1 评论家损失和生成器损失的Matlab实现

WGAN的损失函数写法是这套代码的灵魂。评论家的目标是最大化真实样本的分数期望、最小化伪造样本的分数期望，等价于最小化下面这个损失：

% 评论家损失函数：真实样本分数 - 伪造样本分数 dLoss = mean(fakeScores) - mean(realScores);

生成器的目标正好相反，是让评论家给伪造样本打高分：

% 生成器损失函数 gLoss = -mean(fakeScores);

如果你用的是WGAN-GP（梯度惩罚版本），评论家损失还需要加上一个梯度惩罚项：

% 梯度惩罚项（WGAN-GP的核心） lambda = 10; [gradNorm, penalty] = computeGradientPenalty(critic, realData, fakeData); dLoss = mean(fakeScores) - mean(realScores) + lambda * penalty;

梯度惩罚的原理是：在真实样本和伪造样本之间随机插值，要求评论家在这条插值路径上的梯度范数尽量接近1。这个约束比权重裁剪温和得多，不会把网络参数限制得太死，训练更稳定。我用Matlab的dlgradient函数可以自动计算这个梯度范数，不需要手动推导。

3.2 训练节奏：评论家先跑五步

WGAN训练和普通GAN一个显著区别是训练节奏：评论家每训练5次，生成器才训练1次。这是为了保证评论家足够强，能给生成器提供高质量的梯度信号。普通GAN经常被人诟病判别器和生成器的训练节奏不好把握，WGAN直接把这个节奏定死了。

训练循环的骨架代码如下：

numEpochs = 1000; nCriticSteps = 5; for epoch = 1:numEpochs for i = 1:nCriticSteps % 从训练数据中采样一批真实样本 idx = randi(size(trainData, 1), miniBatchSize, 1); realBatch = trainData(idx, :)'; % 生成一批伪造样本 noise = randn(latentDim, miniBatchSize); fakeBatch = predict(generator, dlarray(noise, 'CB')); % 计算评论家梯度并更新 [dLoss, gradsCritic] = dlfeval(@criticLoss, critic, realBatch, fakeBatch, lambda); [critic, ~] = adamupdate(critic, gradsCritic, avgGradCritic, avgSqGradCritic, iteration, learnRate, 0.5); end % 生成器更新 noise = randn(latentDim, miniBatchSize); [gLoss, gradsGen] = dlfeval(@generatorLoss, generator, critic, noise); [generator, ~] = adamupdate(generator, gradsGen, avgGradGen, avgSqGradGen, iteration, learnRate, 0.5); end

注意到adamupdate里的最后一个参数我写的是0.5，这是Adam优化器里的beta1衰减系数。普通GAN常用0.9，但WGAN建议用0.5，因为生成对抗训练中梯度变化剧烈，更小的beta1能避免历史梯度对当前更新造成过大惯性。这是我实测之后体会比较深的一个参数。

3.3 为什么使用dlarray和自定义训练循环

Matlab深度学习中，使用trainNetwork做传统监督学习很方便，但生成对抗网络的训练流程是“两个网络交替更新”，无法直接用内置的trainNetwork。所以要手写训练循环，用dlarray管理数据在CPU/GPU上的流转，用dlgradient和dlfeval做自动微分。

这套写法相当于在Matlab里复刻了Python生态中PyTorch的自定义训练风格。如果你第一次接触，可能会觉得dlarray的维度标记有点奇怪（比如'CB'表示通道和批量维度），但只要记住一句话：生成器输入噪声是[latentDim, batchSize]，评论家输入数据是[featureDim, batchSize]，输出永远是[1, batchSize]的分数向量，就不会搞混。

4. 在Matlab里实测：WGAN和原始GAN的对比结果

4.1 训练过程的稳定性差异

我把WGAN和普通GAN放在同样环境下训练，同样迭代2000轮，看两边的损失曲线和生成分布。先说结论：WGAN的损失曲线几乎是一条平稳下降的曲线，而普通GAN的判别器损失曲线像心电图一样剧烈震荡。

具体来说，普通GAN的判别器loss大概率会在某个时刻突然跳到极大值，然后生成器跟着崩掉。WGAN不是这样，评论家的loss值可以解读为“真实分布和生成分布之间的近似Wasserstein距离”，它随训练进行逐渐减小，说明两个分布确实在靠近。我在Matlab里用animatedline实时画这条曲线，看到它一路平稳下降的时候，就知道这次训练稳了。

4.2 生成分布的可视化检查

训练结束后，我会从生成器采样5000个点，画在二维平面上，和真实数据做对比。WGAN生成的分布能比较完整地覆盖两个高斯簇，簇的形状也和真实数据接近。而普通GAN在同样迭代次数下，经常只覆盖其中一簇，另一簇完全丢失——这就是前面说的模式坍塌。

检查指标	原始GAN	WGAN (本文方案)
损失曲线形态	剧烈震荡，经常发散	平滑下降，逐渐收敛
生成分布覆盖率	容易丢失高斯簇	两个簇都覆盖
模式坍塌频率	较高	明显降低
调参难度	对学习率极敏感	对学习率容忍度更高

上面这个表格是我自己测试时的直观感受，不具备统计学严格性，但能反映两类方法使用体验上的巨大差异。如果你要量化评估生成效果，可以用最大均值差异（MMD）或者简单地计算生成样本与真实样本的均值和协方差差距。

4.3 对训练超参数的敏感度测试

我还做了个实验：把学习率从1e-4调到1e-3，普通GAN在几个epoch后就开始发散，生成器输出NaN。WGAN则还能继续训练，只是收敛速度变慢、生成质量有所下降，但没有崩溃。这说明WGAN的损失函数确实更平滑，对超参数的容忍度更高。不过这不代表WGAN不需要调参，下面一节我会重点讲我踩过的坑。

5. 调参方法与踩坑提醒：这些细节决定成败

5.1 学习率、批次大小和评论家步数怎么配合

我在Matlab里跑WGAN时最常用的一套参数是：学习率1e-4，批次大小64，评论家更新步数nCriticSteps=5，优化器Adam，beta1=0.5，beta2=0.9。这套参数给我的感受是“稳”，几乎所有数据集上都能跑出合理结果，虽然未必是最优。

如果训练速度太慢，可以把学习率提到1e-3，但同时建议把nCriticSteps从5减到3，保证训练节奏不过分偏向评论家。反过来，如果生成样本质量粗糙、波动大，说明评论家还不够强，可以增加nCriticSteps到8或10。这是一个针对性的调节思路，不是盲目堆参数。

5.2 梯度惩罚系数lambda的选择

WGAN-GP里的梯度惩罚系数lambda我固定用10，这是原始论文里经过多次实验确定的值，Lipschitz约束的松紧程度由它控制。lambda太小，约束不足，评论家输出可能爆炸，梯度更新不稳；lambda太大，约束过强，评论家无法有效区分真实和伪造样本，生成器学不到东西。

我用Mnist数据做过对比实验，lambda=10时训练最稳，生成质量也最高。Matlab代码中计算梯度惩罚的computeGradientPenalty函数，核心步骤是沿真实样本和伪造样本间的连线均匀插值，然后求插值点处的梯度范数。这里有个非常容易踩的坑：插值必须在训练循环内动态生成，不能提前缓存，因为每次迭代的伪造样本都不同。

5.3 我花了两天时间解决的NaN问题

说一个我踩过的比较典型的坑：生成器输出偶尔出现NaN，导致整个训练过程报废。排查之后发现原因在于生成器内部使用了不带BatchNorm的reluLayer，当输入噪声的某些维度方差过大时，激活值可能溢出。

解决方案有两个：一是在输入噪声层加一个featureInputLayer(100, 'Normalization', 'zscore')，把噪声标准化到单位方差；二是生成器输出层换成tanhLayer，把输出限制在[-1, 1]区间。我推荐直接改成tanhLayer输出，这样还能天然适配数据标准化后的范围，避免梯度过大。