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