《人人妻人人爽www》

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

【人人妻人人爽www的相关新闻】