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！
828
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
