微软剑桥研究院153页最新GAN教程（附代码）

原标题：微软剑桥研究院153页最新GAN教程（附代码）

原标题：八月·机器学习热门开源项目（Aug.2018）

【导读】Sebastian Nowozin在机器学习夏季课程（MLSS 2018年9月）做了关于GAN的教学，153页PPT详尽的解释了GAN的发展脉络和最新进展，此外他所提供原版大小为286MB 的pptx中包含大量动画效果，对课程的理解很有帮助。

转自 Xiaowen专知

Sebastian Nowozin是微软剑桥研究院首席研究院，专注于无监督于表示学习。他在GAN领域做了大量的工作，同时也是著名的f-GAN的作者。

【导读】整理了一份8月热门机器学习开源项目，包含了Auto Keras，Glow，Videoto Video，机器翻译，舞蹈生成器，足球视频到3D，垃圾邮件过滤，语音识别，图像生成，人脸处理等主题。请查收~

在训练 GAN 方面似乎有两三个阵营：第一个当然就是GAN的发明Ian Goodfellow以及他所供职的OpenAI和谷歌的一帮研究人员；**第二个强大的阵营也就是以这篇教程作者Sebastian Nowozin 为代表的微软阵营**；第三就是其他了。

作者 | Mybrigde

此次教程主要有以下几个部分：

编译 | Xiaowen

概率模型

在过去的一个月里，我们对近250个机器学习开放源码项目进行了排名，选出了前10名。

GANs的几个示范应用

在此期间，我们将项目与新版本或主要版本进行了比较。Mybridge AI根据各种因素对项目进行排名，以衡量专业质量。

评价原则

这个版本中GitHub star的平均数量：919个stars
“Watch”机器学习GitHub上的前10位开放源码，每月收到一次电子邮件。
主题：Auto Keras，Glow，Videoto Video，机器翻译，舞蹈生成器，足球视频到3D，垃圾邮件过滤，语音识别，图像生成，人脸处理。

GAN 模型

开源项目可能对程序员有用。希望你能找到一个有趣的项目来激励你。

差异性与f-GAN 家族
基于积分概率度量(IPM)的GAN: MMD
基于积分概率度量(IPM)的GAN: Wasserstein GANs

宝马娱乐在线 1

问题与如何修正：模式崩溃(modecollapse)与不稳定性（Instability）

Autokeras: An opensource software library for automated machine learning (AutoML) [2715 stars onGithub]. Courtesy of Haifeng Jin

隐式模型

链接：https://github.com/jhfjhfj1/autokeras

开放性研究问题

宝马娱乐在线 2

GAN网络是近两年深度学习领域的新秀，一时风头无两。从计算机视觉顶会盛会CVPR 2018接受的论文统计就可见一斑：根据Google Research的研究科学家Jordi Pont-Tuset做的一个统计，它通过查看这些论文的类型，看到了未来深度学习的发展趋势。结果，他发现生成对抗网络（GAN）强势出击，大有取代“深度学习”（Deep Learning）之势。

宝马娱乐在线 3

下面这张图展示了CVPR 2018的论文题目中，关键词GAN、Deep，以及LSTM的对比：

Glow: Code for“Glow: Generative Flow with Invertible 1x1 Convolutions” [1687stars onGithub]. Courtesy of OpenAI

宝马娱乐在线 4

链接：**1. **https://blog.openai.com/glow/

在普通的“深度学习”走下坡路的同时，GAN慢慢的成为新宠，统计显示有8%的论文标题中含有GAN（这一数据相比2017年增长了2倍多）。

2. https://github.com/openai/glow

此外用尽字母表的各种GAN的变体 X-GAN 的论文数量也是急剧增加：

宝马娱乐在线 5

宝马娱乐在线 6

宝马娱乐在线 7

后台回复“GANMLSS” 就可以获取最新PPT下载链接~

Vid2vid: Pytorchimplementation of our method for high-resolution (e.g. 2048x1024)photorealistic video-to-video translation. [2821stars on Github]. Courtesy ofNVIDIA AI

参考链接：

链接：https://github.com/NVIDIA/vid2vid

https://github.com/nowozin/mlss2018-madrid-gan

宝马娱乐在线 8

http://www.nowozin.net/sebastian/

宝马娱乐在线 9

附PPT全文：

UnsupervisedMT:Phrase-Based & Neural Unsupervised Machine Translation—Facebook Research [515stars on Github]. Courtesy of FacebookResearch

宝马娱乐在线 10

链接：https://github.com/facebookresearch/UnsupervisedMT

宝马娱乐在线 11

宝马娱乐在线 12

宝马娱乐在线 13

宝马娱乐在线 14

宝马娱乐在线 15

DanceNet: Dancegenerator using Autoencoder, LSTM and Mixture Density Network. (Keras) [301 stars on Github]. Courtesy of Jaison Saji

宝马娱乐在线 16

链接：https://github.com/jsn5/dancenet

宝马娱乐在线 17

宝马娱乐在线 18

宝马娱乐在线 19

宝马娱乐在线 20

宝马娱乐在线 21

Soccerontable:Upconverting YouTube soccer videos in 3D for viewing in AR/VR devices.Soccer OnYour Tabletop with OpenCV [253stars on Github]. Courtesy of KonstantinosRematas

宝马娱乐在线 22

链接：

宝马娱乐在线 23

https://github.com/krematas/soccerontable

宝马娱乐在线 24

宝马娱乐在线 25

宝马娱乐在线 26

宝马娱乐在线 27

宝马娱乐在线 28

Artificial-adversary:Tool to generate adversarial text examples and test machine learning modelsagainst them—Airbnb [160stars on Github]. Courtesy of AirbnbEng

宝马娱乐在线 29

链接：

宝马娱乐在线 30

https://github.com/airbnb/artificial-adversary

宝马娱乐在线 31

宝马娱乐在线 32

宝马娱乐在线 33

宝马娱乐在线 34

宝马娱乐在线 35

宝马娱乐在线，Stt-benchmark:Speech to text benchmark framework [300stars on Github]. Courtesy of Picovoice

宝马娱乐在线 36

链接：

宝马娱乐在线 37

https://github.com/Picovoice/stt-benchmark

宝马娱乐在线 38

宝马娱乐在线 39

宝马娱乐在线 40

宝马娱乐在线 41

宝马娱乐在线 42

Sg2im: Code for “Image Generation fromScene Graphs”. A scene graph is a structured representation of a visual scenewhere nodes represent objects in the scene and edges represent relationshipsbetween objects [672stars on Github]. Courtesy of Google Open Source

宝马娱乐在线 43