GAN专题论文研读

本课程将对GAN领域的经典论文涉及的模型进行深入解读,共涉及约30篇论文。(课时:9小时16分钟 课程:9节)

GAN InfoGAN LapGAN StackGAN pix2pixHD Dual GAN Disco GAN CoGAN StarGAN pix2pix cGAN D2GAN 对抗训练 Perceptual loss image caption 时空卷积结构 CatGAN 半监督学习 GANimation 领域自适应 Action Unit 解耦表示

    购课后可添加助教微信,进入学员交流群

    课程资料

    GAN 专题论文研读paper list

    课程背景

    本系列课程——GAN专题论文研读涉及>30篇经典论文;每个经典模型均会有代码复现与分析讲解;覆盖范围广泛,包括:

    • 原理介绍&代码实训!
    • 理论基础&实际应用!
    • 计算机视觉&文本处理!
    • 机器学习顶会&CV顶会!
    • 2014的提出之初——>2018的当下最新!

    从GAN的诞生之初讲起,全方位覆盖,介绍每个类别的代表性论文,复现经典模型,跟大家一起逐步梳理清楚GAN的发展脉络!

    2014年,深度学习三巨头之一Ian Goodfellow 提出了生成对抗网络(Generative Adversarial Networks,GANs)这一概念,刚开始并没有引起轰动,直到2016年,学界、业界对它的兴趣如“井喷”一样爆发,多篇重磅论文陆续发表,Lecun形容GANs——「adversarial training is the coolest thing since sliced bread」。2016年12月NIPS大会上,Goodfellow做了关于GANs的专题报告,使得GANs成为了当今最热门的研究领域之一。此系列课程主要围绕如今深度学习界的明星——生成对抗网络的论文进行研读。

    点击图片学习《GAN专题代码实践》