不可错过的 GAN 资源：教程、视频、代码实现、89 篇论文下载

2017-05-01 17:13

新智元编译

来源：GitHub

整理：刘小芹

新智元启动 2017 最新一轮大招聘：COO、总编、主笔、运营总监、视觉总监等８大职位全面开放

安全性未知，该超链接内容与搜狐无关

。

新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。加盟新智元，与人工智能业界领袖携手改变世界。

简历投递：jobs@aiera.com.cn HR 微信：13552313024

【新智元导读】这是一份生成对抗（神经）网络的重要论文以及其他资源的列表，由 Holger Caesar 整理，包括重要的 workshops，教程和博客，按主题分类的重要论文，视频，代码等，值得收藏学习。

目录

• Workshops
• 教程 & 博客
• 论文
  理论 & 机器学习
  视觉应用
  其他应用
  幽默
• 视频
• 代码

Workshops

• NIP 2016 对抗训练 Workshop
  【网页】https://sites.google.com/site/nips2016adversarial/
  【博客】http://www.inference.vc/my-summary-of-adversarial-training-nips-workshop/

教程 & 博客

• 如何训练 GAN？ 让 GAN 工作的提示和技巧
  【博客】https://github.com/soumith/ganhacks
• NIPS 2016 教程：生成对抗网络
  【arXiv】https://arxiv.org/abs/1701.00160
• 深度学习和 GAN 背后的直觉知识——一个基础理解
  【博客】https://blog.waya.ai/introduction-to-gans-a-boxing-match-b-w-neural-nets-b4e5319cc935
• OpenAI——生成模型
  【博客】https://openai.com/blog/generative-models/
• SimGANs——无监督学习的游戏规则颠覆者，无人车等
  【博客】https://blog.waya.ai/simgans-applied-to-autonomous-driving-5a8c6676e36b

论文

理论 & 机器学习

• 生成对抗网络，逆向强化学习和 Energy-Based 模型之间的联系（A Connection between Generative Adversarial Networks, Inverse Reinforcement Learning, and Energy-Based Models ）
• 可扩展对抗分类的通用训练框架（A General Retraining Framework for Scalable Adversarial Classification）
• 对抗自编码器（Adversarial Autoencoders）
• 对抗判别的领域适应（Adversarial Discriminative Domain Adaptation）
• 对抗性 Generator-Encoder 网络（Adversarial Generator-Encoder Networks）<