《成人综合亚洲另类》

深度学习最强资源推荐：一文看尽 GAN 的前世今生

雷锋网 AI 科技评论按，生成对抗网络是当前最热门的技术之一，它掀起了一场技(👹)术革命，取得了很多重大的突破。不久前，伊利诺伊大学香槟分校的学生 Ajay Uppili Arasanipalai 在 Deep Learning 专栏发布了一篇文章，文(🎅)章详细介绍了 GAN 自被提出以来的发展历史，以及各种相关的论文、代码和博客。雷锋网 AI 科技评论将他的文章编译整理(📪)如下。

当 Ian Goodfellow 在 2014 年喝了一杯(🚴)啤酒之后，在梦中产生了「生成对抗网络」（GANs）的想法时，他可能没想到这一领域进展如此之快：

你可能不知道我要表达什么意思——其(🍳)实你刚才看到的图片完全、不可否认、100%…是假的。

此外，我并不是说，这些图片都是 photoshop、CGI 或用 Nvidia 目前的(⚽)高级新技术填补空白产生的。

我的意思是，这些图像(💃)完全是通过加法、乘法在花费了大量 GPU 计算之后生成的。

实现这些玩意儿的算法被称为生成性对抗网络，在过去几年中，Facebook 致力于生成对抗(🐡)网络的研究和创新比在隐私保护问题上更多。

2019 年 1 月 15 日，Ian Goodfellow 在 twitter 中表示，过去 4 年半，GAN 在人脸生成方面的进展(😄)可以查看(📅)下面的资料：

https://t.co/kiQkuYULMC

https://t.co/S4aBsU536b

https://t.co/8di6K6BxVC

https://t.co/UEFhewds2M

https://t.co/s6hKQz9gLz

https://t.co/F9Dkcfrq8l

总结 2014 年 vanilla GAN 的每一个进(🕰)步，就和观看第 8 季《权力的游戏(🎈)》一样困难。因此，我将回顾几年来(😰) GAN 研究中最酷结果背后的关键思想(🎄)。

我不打算详细解释转置卷积和 Wasserstein 距离等概念。相反，我将提供(🦇)一些最好的资源的链接，你可以使用这些资源快速了(🔧)解这些概念，这样你就会了解它们是如何融入大局的(📚)。

如果你还在阅读，我假设你知道深度学习的(🛫)基础知识，你知道卷积神经网络是如何工作的。带着这些前提，下面先看看 GAN 的发展路线图：

GAN 的发展路线图

我们将按照下面的顺序，一步一步学习它：

GAN：生成对抗网络

DCGAN：深度卷积生成对抗网络

CGAN：条件生成对抗网络

CycleGAN

CoGAN：耦合生成对抗网络

ProGAN：生成对抗网络的渐进式增长

WGAN：Wasserstein 生成对抗网络

SAGAN：自注意力生成对抗网络

BigGAN：大生成对抗(🍥)性网络

StyleGAN：基于风格的生成对抗网络

接下来让我们开始吧！

1.GAN：生成对抗网络

图片来自于这篇论文：https://arxiv.org/pdf/1406.2661.pdf

相关资源：

论文

代码

其他重要资源：Ian Goodfellow 的 NIPS 2016 教(🗣)程

现在，我知道你在想什么了——天啊，那张令人毛骨悚然的、模糊的图像看起来像是一个数学迷从 Excel 表格中制作图片后放大的结果。

好吧，其实你猜的多多少少是对的（除去 excel 部分）。

早在 2014 年，Ian Goodfellow 就提出了一个革命性的想法(🛺)——让两个神经网络相互竞争（或合作(🕥)，这是一个观点问题）。

一个神(🍩)经网络试图生成接(🙃)近真(🕸)实的数据（注意，GANs 可以用来模拟任(🗯)何数据分布，但目前主要用于图像），另一个网络试图区分真实的数据和由生成网络生(🐌)成的数据。

生成器网络使用判别器作为损耗函数(🔴)，并更(🔠)新其参数以生成看起来更真实的数(⏱)据。

另一(Ⓜ)方面，判别(🧑)器网络更新其参数，以便更好地从真实数据中识别出假数据。所以它的性能也变得更好了。

这个猫鼠游戏继续进行，直到系统达到所谓的「平衡」。达到(♍)平衡以后，生成器创建的数据看起来足够真实，因此判别器(🆓)能做的(🦂)只是是随机猜测。

希望到目前为止，如果你正确地缩进了(💘)代码，并且 Amazon 决定不停止你的 SPOT 实例（顺便(🐮)说一句，这不会发生在 FloydHub 上，因为它们提供(🛠)了专用的 GPU 机器），那么你现在就有了一个生成器，可以精确地创建和你的训练数据集相同的新数据。

现在，这是公认的 GANs 的一个非常简单的观点。你需要从这里学到的(🃏)思想是，通过使用两个神经网络——一个神经(🕓)网络生成数据，另一个神经网络从假数据中分类出真实数据。从理(🌤)论上来说，你可以同时训练它们，收敛(😰)到一个点，在这个点上(🗒)，生成器可以生成全新的、真实的数据。

2.DCGAN：深卷积生(👯)成对抗网络

图片来源：https://arxiv.org/pdf/1511.06434.pdf

相关资源：

论文

代码(🚢)

其他资源: 媒体文章

看到了(🍀)吧，我会给你节省时间。

卷积=对(👖)于图像处理来说很有用

GANs=适合生成(🙉)一些东西

卷积+GANs=适合(📧)生(👈)成图像

事后看来，正如 Ian Goodfellow 在与 Lex Fridman 在一(🥓)次广播节目中所指出的那样，他们将这种模型称为 DCGAN（即「深层卷积生成对抗网络」(🥢)）似乎很愚蠢，因为现在几乎所有(🏤)与深度学习和图像相关的东西都是深度的(🔴)、卷积的。

另外，当大多数人了解到 GANs 时，他们或多或少都会知道它们是「深度而卷积」的。

然而，曾经有一段时间，GANs 并不一定使用基于卷积的操作，而是依赖于标准的多层感知器架构。

DCGAN 改变了这一点，使用了一种被称为转置卷积运算的方法，它还有一个「不幸的」名称，即反卷积层。

转置卷积可以进行向上缩放操(🧥)作。它们帮助我们将低分辨率图像转换为高分辨率(㊗)图像。

但是，严肃地说，你需要通过上面介(🍞)绍的论文、低吗和媒体资源来更好地理解转置卷积，因为它们是所有现代 GAN 架构的基础。

不过，如果你的时间有点短，那么你可(🐓)以通过观看一个简单的动画，来大概了解转置卷积是如何工作的：

在 vanilla 卷积中，你应(🐅)用一系列卷积（连同其他操作）来将图像映射到更低维的向量。

同样，按顺序应用多个转置卷积可以使我们将一个低分辨率的单阵列演(🎼)化为一个色彩明艳的全彩图像。现在，在继续之前，我们先来探索一下使用(🤟) GAN 的一些独特方法(🦔)。

你现在处在第二个红色的「X」的位置

3.CGAN：条件生成对抗网络

图片来(🥉)源于论文：https://arxiv.org/pdf/1411.1784.pdf

相关资(🙌)源：

论文

代码

其(✏)他重要资源：博客

原始的 GAN 从随机噪声中生成数据。这意味着你可以训练(🕺)它，以小狗图像为例，它会产生更多的小狗图像。

你还可以(📯)在小猫图像上训练它，在这种情况下，它将生成小猫的图像。

你也可以在演员 Nicholas Cage 的照片图像上训练它，在这种情况下，它将生成 Nicholas Cage 图像。

你也可以在很多别的图像上训练它。明白了吗？在什么图像上训练 GAN，它就能生成更多的类似图像。

然而，如果你同时尝试在狗和猫的图像上(🍓)训练它，它会(🎴)生成模糊的半品种，就和下图一样。

图片由 Anusha Barwa 拍摄(🍍)于 Unsplash

CGAN（代表「条件生(🥡)成对抗网络」）旨在通过告诉生成器(🙇)只生成一个特定类的图像来解决这个问题(🐭)，例如猫、狗或 Nicholas Cage。

具体来说，CGAN 将一个 one-hot 向量 y 连接到随机噪声矢量 z，得(🤯)到如下结构：

现在，我们就可以利用同一个 GAN 生成猫和狗。

4.CycleGAN

相关资源：

论文：

代码

其他重要资源：Cyclegan 项目

媒体文章

GANs 不仅仅用于生成图像。他(🥖)们还可以创造外表上同时具有马和斑马特点的生物，如上图所示。

为了创建这些图像，CycleGAN 致力(♉)于解决一个被称为图像到图像翻(🐄)译的问题。

CycleGAN 不是一种新的 GAN 架(🔘)构，虽然(🧕)它推动了最先进的图像(🏒)合成技术。相反，它是一种使用(❌) GANs 的聪明方法。所以你可以自由地在任何你喜欢的架构中使用这种技术。

这里有一篇文章，我建议你读一下。它写(🐱)得非(🧑)常好，甚至对初学者来说也很容易理解。文章地址：https://arxiv.org/abs/1703.10593v6。

这里的任务是训练网络 G（X），将图像从源域 X 映射到目标域 Y

但是，等等，你可能会问，「这和常规(🍇)的深度学习或风格转换有什么不同」。

好吧，下面的图片很好地总结了这一点。CycleGAN 进行未配对的图像到图像(🥕)的(🙌)转换。这意(🗄)味着我们正在训练的图像不必代表相同的东西。

如果我们有大量的图像（DaVinci-ify 的图像绘画）对收藏的话，DaVinci-ify 将（相对地）很容易识别图像。

不幸的是，这家伙没来得及完成太多的画。

然而，CycleGAN 使用未配对的数(🕍)据进行训练。所以我们不需要(🦄)相同(🔘)事物的两个图像。

另一方面，我们可以(🖥)使用样式(🌿)转换。但这只会提取一个(🔂)特定图像的样式，并将其转换为另一个(🐅)图(😏)像，这意味着我们无法从马转换为斑马。

然而，CycleGAN 学习从一个图像域到另一个图(🚸)像域的映射(🗞)。所以我们可以在所有 Monet 绘画的(🚣)集合上对它进行训练。

他们使用的方法相当优雅。CycleGAN 由两个生成器 G 和(📊) F 以及两个判别器 Dx 和 Dy 组成。

G 从 X 中获取图像，并试图将其映射到 Y 中的某个图像。判别器 Dy 判断图像是由 G 生(🌁)成的，还是实际上是在 Y 中生成的。

同样地，F 从 Y 中获取一个图像，并试图将其映射(✊)到 X 中的(⛸)某个图像，判别器(💲) Dx 预测图像是由 F 生成的还是实际存在于 X 中的。

所有四个网络都是以普通的 GAN 的方式训练(🍖)的，直到得到强大的生成器 G 和 F，它们可(🐽)以很好地执行图像到图像的(🍽)翻译任务，骗过判别器。

这种对抗性的损失听起来是个好主意(🥦)，但还不够。为了进一步提高性能，CycleGAN 使用另一个度量，即循环一致性损失。

一般来说，想想好的翻译人员的特点。其中之一是，当你来回翻译时，你应该得到同样(🙆)的东西。

CycleGAN 巧妙地实现了这个想法，它强制网络遵守这些限制条(📎)件：

F（G（x））(🦋)≈x，x∈X

G（F（y））≈y，y∈Y

从视觉上看，循环一致性如下：

总损耗函数的构造方式(☔)是，惩罚不符合上述特性的网(🚂)络。我不打(📠)算在这里写出损失函数，因为这会破坏它在论文里面的组合方式(🤵)。

好吧，在越聊越偏之前，让我(🎊)们回到寻找更好的 GAN 架构的(🚁)主要任务。

5.CoGAN：耦合生成对抗网络

图片来源于论文：https://arxiv.org/pdf/1606.07536.pdf

相关资源：

论文：

代码：

其他重要资源：博客论文

你知道什么比一个 GAN 更好吗？两个 GAN！

CoGAN 就(🍿)是这样做的（CoGAN 代表「耦合生成对抗网络」，不要与 CGAN 混淆，CGAN 代表条件生成对抗网络）。它训练的是「两个」GAN 而不是一个。

当然，GAN 的研究人员也无法停止(🦏)将 GAN 类比成警察和伪造者的言论。因此，GAN 背后的思想，用作者自己的话说就是：

在比赛中，有两个队，每个队有两名队员。生成模型组成一个团队，共同在两(🏋)个不同的域中合成一对图像，以混淆区分模型。判别模型试图将从各自(🍕)领域的训练数据分布中提取的图像与从各自生成模型(🤡)中提取的图像区分开来。同一队的队员之间(✨)的协(🤑)作是从权重分担机制中建立起来的。

好吧，有一个由多个 GAN 组成的局(🐔)域网(😹)络听起来不错，但你如何使它工作？

结果(🐯)证明这并不太复杂，你只需(💫)要让网络对某些层使用完全相(🔮)同的权重。

在我看来，CoGAN 最酷的地方不在于它能提高图像生成质量，也(👶)不(👥)在于它可以在多(💁)个图像域上训练。

事实上，你只需要花费 1.5 张图片的代价来得到 2 张图片。

因为共享了(👼)一些权重，所以与两个单(🐦)独的(🏤) GAN 相比，CoGAN 的参数更少（因此可以节省更多(📯)的内存(🤨)、计算和存储空(😬)间）。

这是一种「过时」的微妙技巧，而且(🙇)我们今天看到的一些 GAN 的新方法是不使(😓)用(🥫)它(🔘)们的。

但总有(⏳)一天，我想我们会再次用到它们的。

6.ProGAN：渐进式增长的(🎄)生成对抗网络

图片来源于论文：https://arxiv.org/pdf/1710.10196.pdf

相关资源推荐：

论文：

代码

其(🈳)他优秀资源：媒体文章

演示视频

在训练 GANs 的时候会有(📂)很多问题，其中最重要的是训练的不(🏍)稳定性(🛣)。

有时，GAN 的损耗会波动，因为生成器和判别器会相互破坏另一方的学习。其他时候，在网络聚合后损耗可能会爆炸，图像开始变得看(🚠)起来可(🔐)怕。

ProGAN（代表了生成对抗网络的逐步增长）是一种通过增加生成图像的分辨率来帮助稳定 GAN 训练的技术。

这里我们会有一种直觉，那就是生成 4x4 图像比生成 1024x1024 图像更容易。此外，将 16x16 图像映射到 32x32 图像比将 2x2 图像映射到 32x32 图像(🏜)更容易。

因此，ProGAN 首先训练一个 4x4 生成器和一个 4x4 判别器，然后在训练过程中(🍺)添加对应于更高分辨率的层。这个动画总结了我所描述的：

7.WGAN: Wasserstein 生成对抗网络

图片来源于(🤴)论(🏑)文：https://arxiv.org/pdf/1701.07875.pdf

相关资源推荐：

论文

代码

其他优秀资(🎌)源：DFL 课程

博客文章

其它博(🕒)客

媒体文章(🙍)

这一部分也许是这篇文章中最偏理论和数学的(🚽)一部分。作(🔙)者把大量的证明(🛸)、推论和一些(🛫)数学术语塞进其中。所以如果积分概率度量和 Lipschitz 连续性不是你关心的事情，我不会在这件事上花太多时间。

简而言之，WGAN（W 代表 Wasserstein）提出了一种新的成本函数，这种函数有一些非常好的性质，使得它在数学(🔵)家和(🔀)统计学家(📠)中非常流行。

这是旧版的 GANGAN minimax 优化公式：

这(🕢)里是 WGAN 使用的(❓)新方法：(🍦)

在大多数情况下，这就是在(🐊)实践中使用 WGAN 所需要知道的全部内容。

只(🔇)需剔除旧的成本函数，它近似一个称(🥏)为(🆒) Jensen-Shannon 散度的统计量。然后加入新的成本函数，它近似一个称为 1-Wasserstein 距离的统计量。

原因如下：

图片来源于论(🏳)文：https://arxiv.org/pdf/1701.07875.pdf

然而，如果(🖇)你感兴趣，下面是(💃)对它的数学原理的快速回顾，而且(🍫)这也正是 WGAN 论文如此受欢迎的原因。

原始的 GAN 论文表明，当判(🍺)别器为最优时，生成器被更新，以使(🗑) Jensen-Shannon 散度最小化。

如果你不熟悉 Jensen-Shannon，我来解释一下。Jensen-Shannon 散度是一种测量两种不同的概率是如何分布的方法。JSD 越大，两个分布越(😴)「不同」，反之亦然(🔯)。计算方法如下：

然而，最小化 JSD 是最好的方法吗？

WGAN 论文的作者认为这可能不是，这是出于一个特殊的原因——当两个分布完全(📟)不重叠时，你可以发现，JSD 的值保持为 2log2 的常(🔡)量值。

当一个函数值为一个常量值时，它的梯度等(🔟)于零，而零梯度是不好的，因为这意味着生成器什么也学不到。

WGAN 作(🦗)者提出的替代距离度量的是 1-Wasserstein 距离，有时称为地球移动距离。

图(🎖)片来源于论文：https://arxiv.org/pdf/1701.07875.pdf

地球移动距(🅾)离这个名(🥙)称是类比得(🧓)来的。你可以想象，假设两个分布中的一个是一堆土，另一个是一个坑。地球移动距(🥈)离是指将土堆运至坑内的成本，其前提是要尽可能(🌏)高效地运输泥土、沙子、(🏈)灰尘等。在这里，「成本」被认为是点之间的距离×移动的土方量。

具体来说（没有双关语），两个分布之间的(🦀)地球移动距离可写为：

其中 inf 是中位数（最小值），x 和 y 是两个分布上的点，γ是最佳的运输方法。

不幸的是，它的计算非常复杂，难以解决。因此，我们计算(👵)的是完全不同(🤒)的东(🔼)西：

这两个方程之间的联(🤛)系一开始似乎并(🍑)不明显，但通过一个叫做 Kantorovich-Rubenstein 对(♋)偶的奇特数(👶)学公式，你(➕)可以证明这些 Wasserstein/地球移动器距离的公式正试图计算相(⛵)同的事情。

如果你不能在我给出的论文(📮)和博客文章中学到一些重要(🌝)的(💜)数学知识，不(🚏)要担心太多。关于 WGAN 的大部分工作，其实都只是为公认的简单想法提供一个复杂的（严格的）理由。

8.SAGAN：自注意力生成对抗网络(🗯)

图片来源于论文(🥘)：https://arxiv.org/pdf/1805.08318v1.pdf

相关资源推荐：

论文

代码

其他重要(🆒)资源：博客文章

媒体文章

由于 GANs 使用(😗)转置卷积来「扫描」(✌)特征图，因此(😽)它们只能访问附近(🆖)的信息。

单独使用转置(🐄)卷积就像在绘制图片的时候，只查看画笔小半径范围内的画布区域。

即使是可以完美地完成最特(🤤)殊、最复杂的细节的最伟大的艺术家们，也需要(🖲)后退一步，观察全局。

SAGAN 使用自注意力机制，由于其转换架构，近年来它已非常流行。

自(💒)注意力(♎)让生成器后退一步，看看「大局」。

9.BigGAN

相关资源推荐(🕵)：

论文：

代码：

其他重(💵)要资源：两分钟的(🍬)论文视频

梯度 pub 论文

媒(🤸)体文章

四年之后，DeepMind 决定使用 GANs 做以前没人做过的事。他们使用了一种(👗)神秘的深度学习技术，这种技术非常强大，使得当前最先进的模型在恐惧中颤抖，因为它远远超越了当时最先进的排行榜上的所有技术。

我向你介绍了 BigGAN，它是一个完全不做任何事情的 GAN（但是它运行着一组 TPU 集群(🈸)，不知为何我觉得它应该在这个列表中）。

看起来像开玩笑的是，DeepMind 团队的确利用(🐟) BigGAN 完成了很多工作。除了用真实的图像吸引了(👔)所有的目光之外，BigGAN 还向我们展示了一些非常(🤶)详细的大规模训练的结果。

BigGAN 背后的团队(👠)引入了各种技术(🎵)，以克服跨多台机器大批量训练 GAN 的(🎸)不(🏀)稳定性。

首先，DeepMind 使用 SAGAN 作为基线，并附加了一个称为谱归一化的特征。他们将 batch 的大小缩放了 50%，宽度（通道数）缩放了 20%。最初，增加层的数量似乎没有帮(🎓)助。

在尝试了很多其(🏼)他(🍞)方法之后，作者使用「截断技巧」来提高采样(🔂)图(🔎)像的质量。

在训练过程中，如果潜(🕹)在向量在生成图像时落在给(⌛)定范围之外，则对其重新采(🕌)样。给定范围(🛋)是一个超参数，用ψ表示。较小的ψ缩小了范围，牺牲多样性以增加样品保真度。

那么，所有(⛏)这些(💃)复杂的调优工作都会产生什么(💖)结果呢？好吧，有人称之为(🔬) dogball：

BigGAN 还表明，大规模的训练会有自己的一系列(🍣)问题。值得注意的(🍪)是，通过增加 batch 大小和宽度等参数，训练似乎可以很好地扩展，但出于某种原因，训练最终会崩溃。

如果你觉得(🌑)分析奇异(🐻)常值来理解这种不稳定性听起来很有趣，请看这篇论文，在论文中，你会发现很多不稳定性。

最后，作者还训(🎖)练了一个 BigGAN 的新数据集，叫做 JFT-300，它是一(🚝)个类似于 ImageNet 的数据集，大概有 3 亿张图片。BigGAN 在这个数据集上的表现更好，这表明更大规模的数据集可能是 GANs 的发展方向。

在论(⛺)文的第一版发表后，过了(🐸)几个月，作(🤰)者重新尝试了 BigGAN。还记得我说过增加层数不起作用吗？后面发现这是由于(💼)糟糕的架构。

该团队没有将更多的层塞进模型中，而是进行了实(😓)验，发现使用深度残差网络 bottleneck 是解决问题的方法(🐖)。

通过上述所有的调(🎺)整、缩放和仔细的实验，BigGAN 以最(🗯)高 152.8 分的表现完全超越了先前的最先进的起步分数 52.52。

如果这都不是进步，那么我(🕜)不知道什么才是进(🌐)步。

10.StyleGAN：(🔻)基于风格的生成对抗性网络

图片来源于论文：https://arxiv.org/abs/1812.04948

相(🖋)关(🍤)资源推荐：

论文：

代码：

其他优质资源：thispersondoesnotexist

博文

另外一篇博文

技术总结文

StyleGAN（style generative adversarial network）是 NVIDIA 研究院的成果，它与传统的 GAN 的研究背道而驰，后者侧重于损失函数(🚆)、稳定性、体系结构等。

如果你(😴)想生成汽车(🌀)的图像，那么拥(🌌)有(🤮)一个世界级的、可以愚弄地球(🚩)上大多数人的人脸图像生成器是毫无意义的。

因(🔭)此，StyleGAN 没有专(🌉)注于(🎶)创建更真实的图像，而是改进了 GANs 对生成的图像进行精细(🧔)控(🚭)制的能力。

正如我提到的，StyleGAN 不专注(👧)于架构和损失(🔌)函数。相反，它是一套技术，可以与任何 GAN 一起使用，允许你执行各种酷的事情，如混合图像、在多个级别上改变细节以及执行更高级的样式转换。

换言之(🧓)，StyleGAN 就像一个 photoshop 插件，而大多数 GAN 的进展都像是 photoshop 的新版本。

为了(🆔)实现这一级别的图像样式控制，StyleGAN 使用(🍱)了现有的技术，如自适应实例规范化、潜在的矢量映射网络和持续的学习输入。

很难在不了(💹)解(🙍)细节的情况下进一步描述 StyleGAN，因此如果你感兴趣，请查看我的文章，我在其中演示了如何使用 StyleGAN 生(🏛)成权力游戏里面(🍠)的人物。我(🕓)对其中所有的技术都有详细的解释，这(🔷)里面有很多很酷的结果。

结论

哇，你做到了，祝贺你！你现在知道了这个领域里面的所有最新突破(🛤)，包括制(⚓)作虚假的个(📑)人资料图片。但是，在你躺在沙发上开始(🎓)无休止的浏(🏡)览推特之前，花点时间看看你已经走了多远：

接下来是什么？！未勘探区(🔣)域！

在攀登了 ProGAN 和 StyleGAN 的山脉，穿(🎥)越计算的(🚼)海洋到达了 BigGAN 的广阔领域(🐇)之后，你很容易在这些地方迷路(📗)。

但是，请放大地图仔细看看。你看到那片绿色的土地了吗？看到北部的红色三角洲了吗？

这些是未经探(😲)索的区域，还有待取得突破。如果你(✡)坚持信仰一直努力，他们都可以是你的。

再见，我的朋友，还有更大的海洋需要去航行。

结语：一些有趣的现代研究

到目前为止，如果你已经阅读了我共享的所有资源，那么你应该对 GAN 技(❤)术的(🌾)一些最重要的突破有了扎实的理解。

但毫无疑问，还会有更(🕧)多的技术。跟(🔽)上研究是困难的，但这并非不可能。我建议你尽量坚持阅读最新的论文(🔬)，因为它们可能会帮助你的项目产生最好的结果。

为了帮助你开始，以下是一些前沿研(🏡)究项目（截至 2019 年 5 月）：

你现在可能已经听说了「DeOldify」。如果没有，跳到这里！但它最近有一个更新，它引入了一种新的训练技术 NoGAN。你可以在他们的博客和代码中查看详细信息。

如果你没有 Google 级的数据量，那么从头再现 BigGAN 的结果(😙)是很有挑战性的。这里有一篇 ICML2019 论文，它提议用更少的标签来训练 BigGAN 模(🧝)型。

当然，GANs 并不是唯一一种基于深度学习的图像生成技术。最近，OpenAI 推出了一个全新的模型，叫做稀疏 transformer，它利用 transformer 架构来生成(🏘)图像。和往常一样，他们发布了论文、博客和代码(🖇)。

虽然，这不是什么新的研究，但你应该(🐃)听听 GANs 的起源故事：

Nvidia 有一个(💂)非常酷的项目，叫做 GauGAN，它可以把随手乱描的涂鸦变成(🎠)现实主义(⛷)的杰作。这确实是你需要经历才(㊙)能理解的事情。所以先(🍄)看看演示视频，然后读他们的博客和论文。

你有(🎐)没有想过如何「调试」一个 GAN？现(❗)在有一篇 ICLR 2019 论文提出了一个有希(🈚)望的解决方案。

尽管我让 GAN 看起来很酷，但接下来还有很多工作要做。有一篇(💓)优秀的总结文总结了一(📝)些尚未解决的问题。

看起来，有人找到了另一种在真实世界中用 GAN 的方法。

关于这一点，可以查看 6 月 13 日，Yann LeCun 推荐的文章：https://t.co/IFYJwb30cw。

via：https://blog.floydhub.com/gans-story-so-far/

雷锋网雷锋网

【成人综合亚洲另类的相关新闻】