自发明以来，GAN一直被学术界和工业界的专家们誉为“深度学习中最重要的创新之一”，也被视为实现通用人工智能的重要基石。Facebook的人工智能研究主管Yann LeCun甚至表示，GAN及其变体是“过去来深度学习中最酷的想法”。
GAN的应用落地已非常广泛，包括图像生成（超分辨率）、语义分割、文字生成、数据增强、信息检索/排序、聊天机器人等，还有近期席卷B站的AI视频换脸技术，因此GAN成为了更多准研究生的研究方向。
但学GAN网络，如果想要在算法上有所创新，那就一定要理解并掌握GAN领域的经典Paper，我推荐GAN领域的基石论文——原生 GAN 。
原生 GAN , , NIPS
《 Generative Adversarial Nets 》—— GAN 系列的奠基性论文
使得图像／视频的智能生成和编辑成为可能
论文介绍：
1. 提出了一个基于对抗的新生成式模型 GAN ;
2. 提出了 GAN 的价值函数和优化步骤，并进行相关理论证明；
3. 提出 GAN 目前存在的缺点和未来的改进方法
那问题来了，有同学说他看GAN论文时是这样的：
读论文的难点到底在哪里，我分析了一波：
1.重点难把握：动辄10多页的文字，看了半天找不出重点、关键点；
2.论文关系理不清：论文之间存在相互借鉴、引用，需要耗费大量的时间、精力才能理清，更何况大家阅历有限的情况下，根本就理不清；
3.公式图看不懂：公式复杂，步数过多，加大阅读理解难度，直接劝退新手；
4.无法复现论文代码：刚学python不久，python拓展c代码不会，编译问题不断，程序跑不起来，debugging....
5.坚持不下去：几乎以上任意一条就挺折磨人，如果你同时遇到上面三条困境，那就离放弃不远了。
如果你也有这些困惑，这里推荐深度之眼与阿里云天池合作的：
↓ 前方福利↓
原价298元，现在限额免费领取！
购买即赠《效率提升3倍的Paper阅读方法》
↓ 扫描上方二维码加班主任 ↓
↓回复：GAN 领取课程↓
CV高手方法论，教你系统学习论文
学习最怕的就是东拼西凑，网上找了资料一大堆，学到最后发现并不成体系，反而浪费了宝贵的时间，可以说是得不偿失。
深度之眼资深导师李老师，总结了他们阅读GAN方向论文的经验，再加上800+教研团的力量，打磨出一套系统学习论文的方法论，目前已经辅导过2w+学员，帮助过1w+学员成功复现论文。
深度之眼·李老师
· 某大厂CV方向高级算法工程师
·主要工作集中在图像风格转换、图像/视频增强、人脸修复、图像/视频质量评
价上，对GAN有着丰富的实践经验。
1套系统的方法论：3步走教你啃透论文、复现代码
Step1：深挖研究背景
提纲挚领，从4大维度介绍论文，深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识。
Step2：死磕算法模型
老师会重点讲解论文中的模型原理，深入拆解模型结构，对关键公式逐步推导，让你了解算法每一个因子是如何对结果产生影响的，掌握实验手段及结果，老师会帮你拎出论文中的关键点、创新点和启发点，节约你自己摸索的时间。
Step3：讲透代码复现
通过 Noteb00k 可视化讲解函数流程与计算数据流，会在 Pycharm 中整合工程完成训练，讲解过程会从是什么，怎么做，为什么三个层面帮你全面消化算法内容，手把手教你实现工程项目。
高手伴学，实现高效学习
· 5天高质量社群服务，导师全程陪伴
· 1场直播+3场录播，带给你完整的论文复现流程
·200+学员同群交流，学习经验up up⬆⬆⬆
·助教24小时答疑，再也不怕debug
· 专属班主任私信督学，治疗学习拖延症
重点是，如果你不知道怎么学习，购买课程后，班主任1v1给你制定学习计划！
配套无痛代码运行环境，一键跑通
深度之眼联合阿里云天池，免费匹配无痛代码运行环境，支持notebook和深度学习网络可视化建模，支持主流开源框架，通过编译优化提升训练性能。
GPU 优势：
① 工业级的GPU资源，比1080Ti好
② 不限次数运行
③ 最长运行时间八小时
④ 使用过程中遇到问题，有PD做答疑，大大降低大家复现难度
完课即赠价值298元学习大礼包
为了激励大家完成学习，我们还准备了价值298元的算法工程师面试锦囊。只要完成全部课程的学习，你就能私信班主任获取！
学员好评，真香！
看了以上内容，你就知道为什么目前上过这门课程的同学都说好了。甚至有同学表示，课程太超值，99、299都愿意买！
这一次，我为粉丝们申请了50个免费福利名额，
3天带你复现GAN经典领域Paper
购买即赠《效率提升3倍的Paper阅读方法》
↓扫描上方二维码加班主任 ↓
↓回复：GAN 领取课程↓
如果你不知道怎么读论文、不知道如何正确复现论文，一定要跟着这门课程学习一次，因为正确的方法可以节约你10倍的阅读时间。
