简单讨论 | 一些学习GAN的方法

本是古典何须时尚 2022-10-20 12:26 155阅读 0赞

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！**

![8af898906caafdf9c7b7e3bb4dfabcb0.png][]

**猜您喜欢：**

![b78c50eff7a620567753ec398ce90e19.png][]

![3e0325d8b4e3b660e65fe885c847ec4f.png][]

**[等你着陆！【GAN生成对抗网络】知识星球！][GAN]**

**[超100篇！CVPR 2020最全GAN论文梳理汇总！][100_CVPR 2020_GAN]**

[**附下载 | 《Python进阶》中文版**][_ _Python]

[**附下载 | 经典《Think Python》中文版**][_ _Think Python]

[**附下载 | 《Pytorch模型训练实用教程》**][_ _Pytorch]

[**附下载 | 最新2020李沐《动手学深度学习》**][_ _2020]

**[附下载 | 《可解释的机器学习》中文版][Link 1]**

[**附下载 |《TensorFlow 2.0 深度学习算法实战》**][_TensorFlow 2.0]

**[附下载 | 超100篇！CVPR 2020最全GAN论文梳理汇总！][100_CVPR 2020_GAN]**

**[附下载 |《计算机视觉中的数学方法》分享][Link 2]**

![dd5e120afc13de2f9d7e94a12b2b9458.png][]

[8af898906caafdf9c7b7e3bb4dfabcb0.png]: /images/20221020/ef39daf2430a4d5ab9dd2d1118d0d084.png
[b78c50eff7a620567753ec398ce90e19.png]: /images/20221020/0aa4ed676a534eef83469ff606cad287.png
[3e0325d8b4e3b660e65fe885c847ec4f.png]: /images/20221020/6b6be724eaeb499a8942426cc98b25d8.png
[GAN]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29bf4bc95e365d4f53676d3aa2b80299375e55f9bab3bc7f8ad9405e7ada61d7ac00abb4bf&idx=1&mid=2247491056&scene=21&sn=535829ad04b094f59b2b38eb85cdbb38#wechat_redirect
[100_CVPR 2020_GAN]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a94cc95e205ae880cb9518cb16a54c0abde69e5a8654f7fedf70a0cc990775265bf28a1c&idx=1&mid=2247486455&scene=21&sn=94156f53845cdf07e859e343862be745#wechat_redirect
[_ _Python]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29abb6c95e22a04d1eb019f964c8ae97b2f3af98c22f730f5d5ed2aea9fdb320b00c688967&idx=2&mid=2247485709&scene=21&sn=55a51c98ab48f393ba305c082ba0e4fe#wechat_redirect
[_ _Think Python]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a418c95e2d0e9a3de46e0e4d1b8d4947154d8639418a511a3091300aa31699932046556e&idx=2&mid=2247485091&scene=21&sn=f569d5d70c2e6c9cc567fbc5147787a4#wechat_redirect
[_ _Pytorch]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29aa78c95e236e380c9fd2ae79917d7451ccdd4803c5e6047a16f921d1b61d18efc79ada7c&idx=2&mid=2247485635&scene=21&sn=90608bce32fe353cf3c64b39e3406bc3#wechat_redirect
[_ _2020]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a4a4c95e2db2aab16bdcefa78795bbb7efbc70b533bb197d73f617558f2f8a523120c6e3&idx=2&mid=2247484959&scene=21&sn=563999cc8d48498beed00270844ceec4#wechat_redirect
[Link 1]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a4bac95e2dac758c4aac10a3aac49eb062bc0829d4ef2ebc8e6d5069d246385c5084a2b4&idx=1&mid=2247484929&scene=21&sn=523220858287ed3e6105919703c8e833#wechat_redirect
[_TensorFlow 2.0]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29a5b0c95e2ca6599d4a91d5d40900566b7525de3dd85259e7a6c173aa26aa7ea3641d1aaf&idx=2&mid=2247485195&scene=21&sn=e3387067db29d1759755c6c2ea96c870#wechat_redirect
[Link 2]: http://mp.weixin.qq.com/s?__biz=MzU5MTgzNzE0MA%3D%3D&chksm=fe29aa8fc95e23993e057fb0dbe09f2810ea07184a439c173f404a7ab657cadcde3d24efa52a&idx=2&mid=2247485492&scene=21&sn=c4fb135de02cd52f06bc61b0e79476e4#wechat_redirect
[dd5e120afc13de2f9d7e94a12b2b9458.png]: /images/20221020/09e749b520fb4baf9e072b186c25fe3e.png