以下是来自该作者的 github上 整理的部分论文,
具体在此https://github.com/hindupuravinash/the-gan-zoo
3D-ED-GAN - 使用3D生成对抗网络和循环卷积网络进行形状修复
3D-GAN - 通过3D生成 - 对抗建模(github)学习对象形状的概率潜在空间
3D-IWGAN - 用于3D对象生成和重建的改进的对抗系统(github)
3D-PhysNet - 3D-PhysNet:学习非刚性物体变形的直观物理学
3D-RecGAN - 从具有对抗性学习的单个深度视图的3D对象重建(github)
ABC-GAN - ABC-GAN:自适应模糊和控制,用于提高生成对抗网络(github)的训练稳定性
ABC-GAN - 生命的GAN :用于可能性自由推理的生成性对抗网络
AC-GAN - 辅助分类器 GAN的条件图像合成
acGAN - 使用条件生成对抗网络进行面部老化
ACGAN - 基于生成对抗网络的无掩盖信息隐藏
ACtuAL - ACtuAL:在对抗性学习下的演员 - 评论家
AdaGAN - AdaGAN:提升生成模型
自适应GAN - 使用类条件 GAN 自定义对抗示例生成器
AdvEntuRe - AdvEntuRe:用知识引导的例子进行文本蕴涵的对抗性训练
AdvGAN - 使用对抗性网络生成对抗性示例
AE-GAN - AE-GAN:用GAN消除对抗性
AEGAN - 基于自动编码器的生成性对抗网络的学习逆映射
AF-DCGAN - AF-DCGAN:幅度特征深度卷积GAN用于室内定位系统中的指纹构建
AffGAN - 用于图像超分辨率的摊销MAP推理
AL-CGAN - 学习从属性和语义布局生成室外场景的图像
ALI - 异端学习推理(github)
AlignGAN - AlignGAN:学习将跨域图像与条件生成对抗网络对齐
AlphaGAN - AlphaGAN:用于自然图像消光的生成对抗网络
AM-GAN - 激活最大化生成对抗网
AmbientGAN - AmbientGAN:有损测量的生成模型(github)
AMC-GAN - 具有外观和运动条件的视频预测
AnoGAN - 用生成对抗网络进行无监督异常检测以指导标记发现
APD - 贝叶斯神经网络海床的对抗蒸馏
APE-GAN - APE-GAN:用GAN消除对抗扰动
ARAE - 用于生成离散结构的异常正则化自动编码器(github)
ARDA - 用于域适应的对抗性表示学习
ARIGAN - ARIGAN:使用Generative Adversarial Network的合成拟南芥植物
ArtGAN - ArtGAN:使用条件分类GAN的艺术作品合成
ASDL-GAN - 使用生成对抗网络的自动隐写失真学习
ATA-GAN - 注意意识生成对抗网络(ATA-GAN)
注意-GAN - 用于野外图像中对象变换的注意GAN
AttGAN - 任意面部属性编辑:只改变你想要的东西(github)
AttnGAN - AttnGAN:使用注意生成对抗网络生成细粒度文本到图像生成(github)
AVID - AVID:对抗性视觉不规则检测
B-DCGAN - B-DCGAN:用于FPGA的二值化DCGAN的评估
b-GAN - 密度比估计视角下的生成对抗网
BAGAN - BAGAN:使用平衡GAN进行数据扩充
贝叶斯GAN - 深层次和分层隐式模型
贝叶斯GAN - 贝叶斯GAN(github)
BCGAN - 贝叶斯条件生成Adverserial网络
BCGAN - 双向条件生成对抗网络
BEAM - Boltzmann编码对抗机
BEGAN - BEGAN:边界均衡生成对抗网络
BGAN - 用于图像检索的二进制生成对抗网络(github)
BicycleGAN - 走向多模式图像到图像的翻译(github)
BiGAN - 对抗性特征学习
BinGAN - BinGAN:学习带有规则化GAN的紧凑二进制描述符
BourGAN - BourGAN:具有度量嵌入的生成网络
BranchGAN - 用于多尺度图像流形学习的分支生成对抗网络
BRE - 通过二值化表示熵(BRE)正则化(github)改进GAN训练
BS-GAN - 边界寻求生成对抗网络
BWGAN - Banach Wasserstein GAN
C-GAN - 使用上下文生成对抗网络进行面部老化
C-RNN-GAN - C-RNN-GAN:具有对抗训练的连续递归神经网络(github)
CA-GAN - 作曲辅助素描逼真的人像生成
CaloGAN - CaloGAN:使用生成对抗网络在多层电磁量热仪中模拟3D高能粒子淋浴(github)
CAN - CAN:创造性的对抗性网络,通过学习风格和偏离风格规范来创造艺术
CapsGAN - CapsGAN:使用动态路由生成对抗网络
CapsuleGAN - CapsuleGAN:Generative Adversarial Capsule Network
CatGAN - 具有分类生成对抗网络的无监督和半监督学习
CatGAN - CatGAN:用于域生成的耦合对抗传输
CausalGAN - CausalGAN:用对抗训练学习因果隐性生成模型
CC-GAN - 具有上下文条件生成对抗网络的半监督学习(github)
cd-GAN - 条件图像到图像的翻译
CDcGAN - 具有条件生成对抗网络的同时颜色深度超分辨率
CE-GAN - 使用类专家生成对抗网络进行不平衡数据分类的深度学习
CFG-GAN - 生成对抗模型的复合功能梯度学习
CGAN - 条件生成对抗网
CGAN - 可控生成对抗网络
契诃夫GAN - 生成对抗网络的在线学习方法
ciGAN - 用于乳房X线摄影分类中数据增强的条件填充GAN
CipherGAN - 使用离散GAN的无监督密码破解
CM-GAN - CM-GAN:用于共同表示学习的跨模态生成对抗网络
CoAtt-GAN - 你在跟我说话吗?通过对抗性学习生成合理的视觉对话
CoGAN - 耦合生成对抗网络
ComboGAN - ComboGAN:图像域转换的无限制可扩展性(github)
ConceptGAN - 学习具有相互一致性的成分视觉概念
条件循环GAN - 用于属性引导人脸图像生成的条件CycleGAN
constrast-GAN - 具有对比GAN的生成语义操作
Context-RNN-GAN - 用于抽象推理图生成的上下文RNN-GAN
CorrGAN - 使用对抗训练关联离散数据
库仑GAN - 库仑GAN:通过势场可证明的最佳纳什均衡
Cover-GAN - 基于生成对抗网络的Kerckhoffs原理的生成隐写
牛仔 - 通过利用整个GAN来抵御对抗性