《在线直播国产免费观看》

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

【在线直播国产免费观看的相关新闻】