《涩涩色综合久久综合》

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

【涩涩色综合久久综合的相关新闻】