《女性裸身照片无遮挡》

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

【女性裸身照片无遮挡的相关新闻】