读U-GAT-IT论文「飞桨」「PaddlePaddle」「论文复现」

1

最近在参加百度的顶会论文复现营，地址论文复现课程链接：https://aistudio.baidu.com/aistudio/education/group/info/1340

学习这种事情，不逼自己一把很可能就错过了，所以参加这次的论文复现活动，从0开始学习编程基础。在有项目的条件下可以更快的入门，所以决定参加这次的论文复现，但是自身没有基础，所以选择了这篇相对比较简单的论文来进行学习。
先研读一下论文，简单做个总结：

文中所提模型生成器和鉴别器如图所示
生成器的编码器由2个下采样步长的卷积层和4个残差块组成，解码器由四个残差块和两个步长为1的上采样卷积层组成。
使用两种不同尺度的PatchGAN作为鉴别器网络，对局部（70 x 70）和全局（286 x 286）图像补丁是真是假进行了分类。

验证结果啥的就不往上放了，反正就是效果很好，图片风格迁移做的也很成功。

这篇文章提出了无监督的图像到图像转换（U-GAT-IT），其中注意模块和AdaLIN可以在具有定制网络架构和超参数的各种数据集中产生更加视觉上令人愉悦的结果。

未来随着行业的进步，也许某一天可以根据语义生成场景人物，甚至以后可以直接输入剧本就能生成电视剧。当然也有可能我们在网上所见到的任何事情变成了‘虚假’的，反而世界大乱。这些都要看使用者的居心了，反正技术无罪。