创始人的介绍：
“GANs之父”Goodfellow 38分钟视频亲授：如何完善生成对抗网络？（上）
“GAN之父”Goodfellow与网友互动：关于GAN的11个问题（附视频）
进一步了解，应用领域扩展：
生成对抗网络GANs理解（附代码） 对该文章的转载补充：对生成对抗网络GANs原理、实现过程、应用场景的理解（附代码），另附：深度学习大神文章列表
GAN Zoo：
The GAN Zoo
没仔细看，貌似有很多干货：
2、GAN实现
2.1 图像生成
GitHub：A tensorflow implementation of "Deep Convolutional Generative Adversarial Networks"
找到的讲解的博客：
生成对抗网络学习笔记5----DCGAN（unsupervised representation learning with deep convolutional generative adv）的实现
Wasserstein GAN最新进展：从weight clipping到gradient penalty，更加先进的Lipschitz限制手法 （相关说明及代码文章里都有）
2.1.1 问题
1、CPU本地跑自己的样本速度很慢，一个样本要跑150s左右，严重耽误时间。
解决方案：购买GPU显卡加快计算速度
备注：如果不想自己购买GPU，可以看这个aws云服务器教程：InfoGAN修改训练人脸数据集celebA的过程记录
2.2 人脸修复
GitHub：Image Completion with Deep Learning in TensorFlow
2.3 音频生成
GitHub：WaveGAN: using GANs to synthesize raw audio
SpecGAN - generate audio with adversarial training（未看）
2.4 文本生成
GitHub：https://github.com/search?l=Python&q=SeqGAN&type=Repositories
说明：如何让对抗网络GAN生成更高质量的文本？LeakGAN现身说法：“对抗中，你可能需要一个间谍！”
本文链接：https://my.lmcjl.com/post/16526.html
4 评论