点击上方“机器学习与生成对抗网络”,关注星标
获取有趣、好玩的前沿干货!
对于GAN的学习,对于刚开始不久的小伙伴,可能会想知道:
1,GAN要怎么学?
2,如何快速了解某个新领域、方向?
对于前者,笔者常常强调的是,先打好基础,比如比较合理的步骤是:
1,学习python
2,学习机器学习、深度学习基础知识,可以看吴恩达等网课;
3,进行2的同时,学习一门框架语言,强推Pytorch,上手一些2中的算法项目;
4,接下来进行感兴趣的方向进行了解并深入研究;
5,进行算法的应用和改进。
很多小伙伴总是很急,1都没咋做,就去盲目地跑项目,一遇到bug就折腾半天,效率极低。早点上手实操项目,但绝不是基础都不顾、就去冲!
而对于第2个问题,研究一个新方向,
1,谷歌学术/百度学术/arxiv,关键词搜索较新的论文,例如“image translation adversarial ”,选择日期较新的任意一篇,对口方向即可;
2,看该论文related work介绍,相关的论文顺藤摸瓜下载下来,注意先不看其具体算法或方法介绍;
3,对下载的论文,重复2;你会得到更多的论文,(此时再次注意,可先不要看各论文具体的方法或算法介绍;
4,记录上述数十篇论文的related work中,经常提及、频繁提及的论文,就是该领域方向经典的方法了!一般就几篇,这是精华!
5,对于4中的精华论文,着重研读算法设计。一般这些论文都会开源代码,跟进他们的github。
6,研读跑通代码,以及做自己的应用和改进。
总而言之,务必记住:
基础不牢,地动山摇!
猜您喜欢:
附下载 |《TensorFlow 2.0 深度学习算法实战》
附下载 | 超100篇!CVPR 2020最全GAN论文梳理汇总!