《纯肉无遮挡》

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

【纯肉无遮挡的相关新闻】