《日本二区更新三区》

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

【日本二区更新三区的相关新闻】