《托班儿歌小草青青》

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

【托班儿歌小草青青的相关新闻】