《欧美曰本一区二区三区》

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

【欧美曰本一区二区三区的相关新闻】