GAN的二十个主要资源（河南大学 张重生 ）

                                 本文相关资料由张重生收集，王立志同学具体编辑整理。

-------------------------------------

与GAN直接相关的二十个主要资源：

编号：1

类型：文章

题目：GANimation: Anatomically-aware Facial Animation from a Single Image

作者：Albert Pumarola, Antonio Agudo, Aleix M. Martinez, Alberto Sanfeliu, Francesc Moreno-Noguer

出处：ECCV 2018

发表时间：2018

链接：https://arxiv.org/abs/1807.09251

代码链接：https://www.albertpumarola.com/research/GANimation/

1. GANimation ECCV 2018.pdf

编号：2

类型：报告

题目：让机器“察言作画”：从语言到视觉

作者：张炜、梅涛

出处：VALSE 2018

发表时间：2018

链接：https://www.jiqizhixin.com/articles/2018-05-09-16

参考文献下载链接：https://pan.baidu.com/s/1CWtw8XAqiwpvvymn8Icnjg （密码：2ood）

 9篇相关文献  

编号：3

类型：文章

题目：Generative Adversarial Nets for Information Retrieval: Fundamentals and Advances

作者：Weinan Zhang

出处：SIGIR 2018

发表时间：2018

链接：http://wnzhang.net/tutorials/sigir2018/docs/sigir18-irgan-full-tutorial.pdf

编号：4

类型：文章

题目：Glow: Generative Flow with Invertible 1×1 Convolutions

作者：Diederik P. Kingma , Prafulla Dhariwal

出处：openAI

发表时间：2018

链接：https://d4mucfpksywv.cloudfront.net/research-covers/glow/paper/glow.pdf

代码链接：https://github.com/openai/glow

编号：5

类型：文章

题目：一文读懂生成对抗网络（GANs）

作者：on2way

出处：csdn

发表时间：2017

链接：https://blog.csdn.net/on2way/article/details/72773771

pdf下载链接：https://pan.baidu.com/s/1ZAujyfbYM2DzDzpvuaUUyg （密码：g879）

5. 一文读懂GANs.pdf

编号：6

类型：Tutorials

题目：IJCAI：深入浅出讲解深度生成模型（115 PPT）

作者：ADITYA GROVER AND STEFANO ERMON

出处：IJCAI 2018

发表时间：2018

链接：https://drive.google.com/file/d/1uwvXkKfrOjYsRKLO7RK4KbvpWmu_YPN_/view

6. ijcai_ecai_tutorial 深入浅出讲解深度生成模型.pdf

编号：7

类型：文章

题目：GANs有嘻哈：一次学完10个GANs明星模型

作者：大数据文摘

出处：微信公众号大数据文摘

发表时间：2018

链接：https://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=2651662154&idx=1&sn=44d09ee2beeca8f50415acfc06a12a1a&chksm=bd4c00d98a3b89cfb030fe8d8c12e580d1d1e5a9b259b26e47f99a2af296c351a014add8dc3e&scene=0&key=caafbdb70e7990d22d0385f31b5a3e5ae04c2081e628b4579fe4a87179c256d6c5c7c33031c5b35c8854097fa9c496949829042fe0519aeda7d1ae64c78f043aa188a40782935145834e8869d673c35c&ascene=1&uin=MjY0NDU5MzYyNw%3D%3D&devicetype=Windows+10&version=62060739&lang=zh_CN&pass_ticket=SGWmw4UK0RM9owGHfnyj%2FdY1yGqPH3x6xdegdKr2rt85cWO%2FnYwcx3pAKciS95Ij

编号：8

类型：文章

题目：为什么说GAN很快就要替代现有摄影技术了？

作者：Jamshed Khan, Jaideep Misra, Padmanabhan Rajendrakumar

出处：Medium

发表时间：2019

链接：https://medium.com/sfu-big-data/ai-the-future-of-photography-c7c80baf993b

编号：9

类型：文章

题目：关于GANs在医学图像领域应用的总结

作者：leo666

出处：知乎专栏

发表时间：2019

链接：https://zhuanlan.zhihu.com/p/59521772

编号：10

类型：文章

题目：BigBiGAN的前世今生，走向成熟的特征抽取器

作者：王子嘉

出处：微信公众号机器之心

发表时间：2019

链接：https://mp.weixin.qq.com/s/OR1m78VbVxVeJxDIruhhOQ

编号：11

类型：文章

题目：深度学习最强资源推荐：一文看尽 GAN 的前世今生

作者：Ajay Uppili Arasanipalai

出处：FloydHub

发表时间：2019

链接：https://blog.floydhub.com/gans-story-so-far/

编号：12

类型：书籍

题目：O'Reilly新书：《生成式深度学习》，近5年最先进GAN一网打全！

作者：David Foster

出处：微信公众号新智元

发表时间：2019

链接： https://www.oreilly.com/library/view/generative-deep-learning/9781492041931

随书代码 https://github.com/davidADSP/GDL_code

编号：13

类型：文章

题目：生成对抗网络GANs学习路线

作者：Amirsina Torfi

出处：微信公众号专知

发表时间：2019

链接：https://github.com/machinelearningmindset/Generative-Adversarial-Networks-Roadmap

编号：14

类型：文章

题目：【CVPR2019】MIT教程-使用GAN进行图像转换-附73页slides

作者：Phillip Isola

出处：CVPR2019

发表时间：2019

教程slide下载链接: https://pan.baidu.com/s/1PYy9ysVyiq-lw0DQuQwygg（提取码: mmf6）

14. im2im_tutorial_cvpr2019.pdf

编号：15-20

类型：GAN其它中文资源与书籍

15. 《生成式对抗网络入门指南》，史丹青 著. 机械工业出版社，2018.11

https://item.jd.com/12452945.html

16.《GAN实战生成式对抗网络》，Kuntal Ganguly 著，刘梦馨 译.  电子工业出版社, 2018.06

https://item.jd.com/12365087.html

17. 《人工智能研究的新前线：生成式对抗网络》，自动化学报，林懿伦、王飞跃等， 2018

http://blog.sciencenet.cn/home.php?mod=space&uid=2374&do=blog&id=1130140

18. 《生成式对抗网络：从生成数据到创造智能》，自动化学报，王坤峰, 左旺孟,  王飞跃等，2018

http://blog.sciencenet.cn/home.php?mod=space&uid=2374&do=blog&id=1121198

19. 《生成对抗网络研究年度进展评述 - Valse 2017 》，左旺孟教授, VALSE 2017

http://www.sohu.com/a/137473088_651893

20. 《生成式对抗网络GAN 的研究进展与展望》，王飞跃教授，2017

http://blog.sciencenet.cn/blog-2374-1072502.html

以下资源不与GAN直接相关

----------------------

编号：21

类型：文章

题目：Autopsy Of A Deep Learning Paper

作者： FILIP PIEKNIEWSKI

出处：Piekniewski's blog

发表时间：2018

链接：https://blog.piekniewski.info/2018/07/14/autopsy-dl-paper/

论文链接：https://arxiv.org/pdf/1807.03247.pdf

编号：22

类型：文章

题目：基于孪生网络的目标跟踪算法汇总

作者：王智卓

出处：csdn

发表时间：2019

链接：https://blog.csdn.net/WZZ18191171661/article/details/88369667

编号：23

类型：文章

题目：一文看懂神经网络初始化！吴恩达Deeplearning.ai最新干货

作者：Katanforoosh & Kunin

出处：deeplearning.ai

发表时间：2019

链接：https://www.deeplearning.ai/ai-notes/initialization/

编号：24

类型：公开课

题目：深度学习时代的文字检测与识别技术 | AI 研习社 103 期大讲堂

作者：姚聪

出处：AI 研习社

发表时间：2018/11/29

公开课回放地址：http://www.mooc.ai/open/course/605

编号：25

类型：教程

题目：MIT高赞深度学习教程：一文看懂CNN、RNN等7种范例（TensorFlow教程）

作者：Lex Fridman

出处： MIT 的深度学习基础系列课程

发表时间：2018

链接：https://mp.weixin.qq.com/s/ysnLwvbSD4fcL5LK7wSnyA

编号：26

类型：软件

题目：QQ截图+搜狗OCR+百度OCR+有道OCR+腾讯OCR+翻译 2019春节版

作者：rrwrewq

出处： 吾爱破解

发表时间：2019

链接：https://www.52pojie.cn/thread-860382-1-1.html

编号：27

类型：PPT

题目：李宏毅 | 286页的《一天搞懂深度学习》

作者：李宏毅

出处：微信公众号深度学习工坊

发表时间：2016

链接：https://pan.baidu.com/s/1Tf2n0odUqQPdPmE1tCGRvg(提取码：fmyv)

编号：28

类型：书籍

题目：《利用PyTorch进行深度学习》

作者：Eli Stevens and Luca Antiga

出处：微信公众号深度学习工坊

发表时间：2018

链接：https://www.manning.com/books/deep-learning-with-pytorch

代码链接：https://github.com/deep-learning-with-pytorch/dlwpt-code

编号：29

类型：文章

题目：Relational inductive biases, deep learning, and graph networks

出处：arXiv

发表时间：2018

链接：https://arxiv.org/abs/1806.01261

参考资料：

1.     Judea Pearl采访：https://www.quantamagazine.org/to-build-truly-intelligent-machines-teach-them-cause-and-effect-20180515/

2.     图卷积网络：http://tkipf.github.io/graph-convolutional-networks/

3.     关系RNN：https://arxiv.org/pdf/1806.01822v1.pdf

4.     关系深度强化学习：https://arxiv.org/abs/1806.01830

5.     关系归纳偏置https://arxiv.org/pdf/1806.01203.pdf

编号：30

类型：文章

题目：自然场景文本检测识别技术综述

作者：海翎

出处：微信号SIGAICN

发表时间：2018

链接：http://www.tensorinfinity.com/upload/files/20181120/1542679447580785.pdf

编号：31

类型：文章

题目：KDD 2018 | OCR神器来了！Facebook推出大规模图像文本提取系统Rosetta

作者：Fedor Borisyuk; Albert Gordo; Viswanath Sivakumar

出处：KDD2018

发表时间：2018

论文链接：http://www.kdd.org/kdd2018/accepted-papers/view/rosetta-large-scale-system-for-text-detection-and-recognition-in-images 

PDF链接：http://delivery.acm.org/10.1145/3220000/3219861/p71-borisyuk.pdf?ip=222.249.170.76&id=3219861&acc=OPENTOC&key=4D4702B0C3E38B35%2E4D4702B0C3E38B35%2E4D4702B0C3E38B35%2E054E54E275136550

编号：32

类型：教程

题目：152页简明《计算机视觉》入门教程，带你回顾CV发展脉络

作者：Christoph Rasche

出处：微信公众号小詹学Python

发表时间：2019

下载链接： http://alpha.imag.pub.ro/~rasche/course/compvis/compvis1.pdf

编号：33

类型：文章

题目：目标检测最新方向：推翻固有设置，不再一成不变Anchor

作者：Tenacious

出处：知乎专栏

发表时间：2019

链接：https://zhuanlan.zhihu.com/p/56228320

编号：34

类型：文章

题目：CNN网络结构的发展：从LeNet到EfficientNet

作者：zzq

出处：知乎专栏

发表时间：2019

链接：https://zhuanlan.zhihu.com/p/68411179

编号：35

类型：文章

题目：人物识别精准度提升至91.14%​，TOP1团队如何实现

作者：watchdog团队（北京邮电大学自动化学院 ）

出处：iQIYI&ACMMM2019多模态视频人物识别挑战赛

发表时间：2019

链接：https://mp.weixin.qq.com/s/eavedE3b7sm00IoZOa835Q