-
关于GAN的论文:https://github.com/zhangqianhui/AdversarialNetsPapers
-
DeepLearning书中的有关章节:http://www.deeplearningbook.org/contents/generative_models.html
-
Ian Goodfellow关于GAN的讲座:https://channel9.msdn.com/Events/Neural-Information-Processing-Systems-Conference/Neural-Information-Processing-Systems-Conference-NIPS-2016/Generative-Adversarial-Networks
-
NIPS 2016关于训练GAN的讲座:https://www.youtube.com/playlist?list=PLJscN9YDD1buxCitmej1pjJkR5PMhenTF
-
预测视频中的下一帧:在视频序列上训练GAN,并预测下一步会发生什么 论文 : https://arxiv.org/pdf/1511.06380.pdf
-
增加图像分辨率:从较低分辨率照片生成高分辨率照片 论文:https://arxiv.org/pdf/1609.04802.pdf
-
交互式图像生成:绘制简单的笔画,让GAN为你画出令人印象深刻的图画 链接: https://github.com/junyanz/iGAN
-
图像翻译:从一个图像生成另一个图像。例如,左边给出了带标签的街景,你可以用GAN生成真实的照片。在右边,给出简单的手提包绘画草稿,你会得到真正的手提包。论文: https://arxiv.org/pdf/1611.07004.pdf
-
文本到图像生成:只需向GAN说你想看到什么,就可以获得一个所描述物体的真实照片。论文: https://arxiv.org/pdf/1605.05396.pdf
原文 https://www.analyticsvidhya.com/blog/2017/06/introductory-generative-adversarial-networks-gans/
-
GAN工作原理
-
训练GAN步骤
61869277)] -
训练GAN步骤