《非会员60试看体验福利》

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

【非会员60试看体验福利的相关新闻】