《偷拍亚洲五月婷婷》

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

【偷拍亚洲五月婷婷的相关新闻】