《久久黄网图片》

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

【久久黄网图片的相关新闻】