简单讨论 | 一些学习GAN的方法-技术圈

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！

猜您喜欢：

等你着陆！【GAN生成对抗网络】知识星球！