CV秋季划生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好（2022年言有三一对一辅导）？...
Posted 言有三
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了CV秋季划生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好（2022年言有三一对一辅导）？...相关的知识，希望对你有一定的参考价值。
GAN自从被提出来后，技术发展就非常迅猛，已经被落地于众多的方向，其应用涉及图像与视频生成，数据仿真与增强，各种各样的图像风格化任务，人脸与人体图像编辑，图像质量提升。
那我们究竟如何去长期学好相关的算法呢？有三AI推出了CV秋季划-GAN组，供长期学习相关内容，学习不限时长，永久有效，大家可以先阅读以下视频了解：
整个学习内容
GAN小组需要学习的东西包括：GAN的基础理论，图像与视频生成，图像翻译与风格迁移，图像增强，图像编辑等方向。下面来看看给大家配置的已有学习资料（未更新完毕，仍然会继续更新）：
1、《深度生成模型GAN：理论基础篇》专栏
这一部分主要是学习对GAN的基础理论的理解以及评估，包括：
(1) 生成模型基础
(2) 自编码器与变分自编码器
(3) GAN的原理
(4) GAN的优化
(5) GAN的评估
本部分内容学习资料包括视频与图文，已有内容大纲如下：
更加详细的内容介绍请阅读：【视频课】永久免费课程！如何掌握好深度生成模型与GAN的基础理论知识
2、《深度学习之图像生成GAN：理论与实践篇》专栏
这一部分主要是学习图像生成和视频生成技术，这是GAN最为人熟知的应用，包括：
(1) 图像生成技术的基本原理
(2) 视频生成技术的基本原理
(3) 如何提高生成图像和视频的质量
(4) 如何使用GAN提高已有数据的质量
本部分内容学习资料包括视频讲解与实践内容，已有内容大纲如下：
(1) 理论部分内容：详细解读了基本的全卷积GAN，各类条件生成GAN，强大的StyleGAN系列，数据增强与仿真GAN，后续还会增加3D与视频的部分内容，既有足够的宽度，也具备有足够的深度。
(2) 实践部分内容：本次课程中一共已经包含了2个Pytorch实战案例，分别为DCGAN人脸嘴唇表情生成任务，StyleGAN人脸图像生成任务，后续还会增加3D与视频部分的实践内容。
更加详细的内容介绍请阅读：【视频课】CV必学，超6小时，2大模块，循序渐进地搞懂GAN图像生成！
3、《深度学习之图像翻译GAN：理论与实践篇》专栏
这一部分主要是学习图像翻译与风格化GAN相关的内容，包括：
(1) 有监督图像翻译GAN
(2) 无监督图像翻译GAN
(3) 多域图像翻译GAN
(4) 交互式图像翻译GAN
本部分内容学习资料包括视频讲解与实践内容，已有内容大纲如下：
(1) 理论部分内容：涵盖了深度学习之图像翻译的核心方向，如有监督图像翻译模型，无监督图像翻译模型，多域图像翻译模型。我们会非常详细地讲解算法中的细节，帮助彻底消化算法原理；并且后续还会有更多模型的更新。
(2) 实践部分内容：本次课程中一共已经包含了3个实践案例，分别为基于Pix2Pix的黑白图像上色实战，基于StarGAN的人脸表情编辑实战，基于BeautyGAN的人脸美妆实战，后续还会增加其他方向的实战：
更加详细的内容介绍，请阅读：【视频课】CV必学，超7小时，3大模块，3大案例，掌握图像翻译与风格化GAN核心技术！
4、《深度学习之图像增强GAN：理论与实践篇》专栏
这一部分主要是学习图像增强GAN相关的内容，包括：
(1) 图像降噪GAN
(2) 图像色调映射GAN
(3) 图像去模糊GAN
(4) 图像超分辨GAN
(4) 图像修复GAN
本部分内容学习资料包括视频讲解与实践内容，已有内容大纲如下：
(1) 理论部分内容：涵盖了深度学习之图像增强GAN的核心方向，包括图像降噪、图像去模糊、图像超分辨、图像色调映射、图像修复。我们会非常详细地讲解算法中的细节，帮助彻底消化算法原理；并且后续还会有更多模型的更新。
(2) 实践部分内容：本次课程中一共已经包含了3个实践案例，分别为基于SRGAN的图像超分辨实战，基于EnlightenGAN的图像增强实战，基于DANet的图像降噪实战，后续还会增加其他方向的实战：
更加详细的内容介绍，请阅读：【视频课】超8小时，5大模块，掌握基于GAN的图像增强应用（降噪色调映射去模糊超分辨修复）
5、《深度学习之人脸属性编辑：理论与实践篇》专栏
这一部分主要是学习图像增强GAN相关的内容，包括：
(1) 人脸表情编辑GAN
(2) 人脸年龄编辑GAN
(3) 人脸姿态编辑GAN
(4) 人脸妆造编辑GAN
本部分内容学习资料包括视频讲解与实践内容，已有内容大纲如下：
(1) 理论部分内容：涵盖了深度学习之人脸属性编辑的核心方向，包括基于StyleGAN模型的通用人脸属性编辑，基于图像翻译模型的通用人脸属性编辑，以及各类专用的人脸属性编辑模型，包括人脸表情、年龄、姿态、妆造等。我们会非常详细地讲解算法中的细节，帮助彻底消化算法原理；并且后续还会有更多模型的更新。
(2) 实践部分内容：本次课程中一共已经包含了3个实践案例，分别为基于StyleGAN的通用人脸属性编辑实战，基于StarGAN的人脸表情编辑实战，基于BeautyGAN的人脸妆造编辑实战，后续还会增加其他方向的实战：
更加详细的内容介绍，请阅读：【视频课】超10小时，3大模块，掌握深度学习人脸属性编辑算法理论与实践
6、GAN相关的实战专栏
今年我们开始重点开发项目实战类课程，其中尤其是GAN相关的实战类课程居多，秋季划GAN组可以享受所有有三本人制作的GAN实战类课程，目前已有的包括如下：
DCGAN人脸嘴部表情图像生成实战，详情请阅读：【项目实战课】基于Pytorch的DCGAN人脸嘴部表情图像生成实战
StyleGAN人脸图像生成实战，详情请阅读：【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战
基于SRGAN的图像超分辨实战，详情请阅读：【项目实战课】基于Pytorch的SRGAN图像超分辨实战
基于Pix2Pix的黑白图像上色实战，详情请阅读：【项目实战课】基于Pytorch的Pix2Pix黑白图片上色实战
基于BeautyGAN人脸智能美妆实战，详情请阅读：【项目实战课】基于Pytorch的BeautyGAN人脸智能美妆实战
基于UGATIT的人脸动漫风格化实战，详情请阅读：【项目实战课】基于Pytorch的UGATIT人脸动漫风格化实战
基于StyleGAN的人脸属性（表情、年龄、性别）编辑实战，详情请阅读：【项目实战课】基于Pytorch的StyleGAN人脸属性（表情、年龄、性别）编辑实战
基于EnlightenGAN的图像增强实战，详情请阅读：【项目实战课】基于Pytorch的EnlightenGAN自然图像增强实战
基于DANet的图像降噪实战，详情请阅读：【项目实战课】基于Pytorch的DANet自然图像降噪实战
后面新增的GAN相关的实战课程专栏，也会给GAN组免费配置。
7、赠送的基础课程专栏
考虑到有些同学的基础不够扎实，因此我们给所有GAN组成员都额外赠送了两套基础专栏，分别是《深度学习之图像分类：理论实践篇》，《深度学习之模型设计：理论实践篇》。
图像分类专栏包括图像分类的各个领域的算法与实践，时长超过10个小时，分为3大模块，5个实践案例。包括图像分类的理论知识和实践内容，内容详细，案例丰富，下面是当前课程的大纲脑图：
(1) 理论部分内容：涵盖了深度学习图像分类各个方向的理论知识，如图像分类基础、多类别图像分类理论、细粒度图像分类理论、多标签图像分类理论、半监督与无监督图像分类、零样本图像分类等，既有足够的广度，也具备足够的深度。我们会非常详细地讲解理论中的细节知识，帮助大家学懂学会；
(2) 实践部分内容：本次课程中一共已经包含了5个实践案例，分别为从零完成人脸表情识别案例实践、简单图像分类数据增强实战、鸟类动物细粒度分类实战、生活用品多标签图像分类实战、基于血红细胞的图像分类竞赛技巧，通过这些实战案例可以彻底掌握图像分类任务的实战技巧。
完整的介绍请阅读：【视频课】CV必学，超10小时，3大模块，5大案例，循序渐进地搞懂图像分类理论与实践！
模型设计专栏包括经典的CNN模型设计算法与实践，总共时长超过20个小时，分为4大模块，4个实践案例，内容详细，案例丰富。在课程中老师会使用通俗易懂的语言帮助大家理解涉及的知识点、原理及代码，下面是当前课程的大纲脑图：
理论部分内容：涵盖了绝大多数经典CNN模型设计，包括基于网络深度的模型、基于网络宽度的模型、注意力机制模型、轻量化模型等内容。
实践部分内容：涵盖了一些非常经典的模型实战，包括基于ResNet的网络深度设计分析及实战，基于InceptionNet的网络宽度设计分析及实战，基于SeNet的人种分类实战，基于Pytorch的安卓端模型部署。
完整的介绍请阅读：【视频课】AI必学，超20小时，4大模块，循序渐进地搞懂经典模型设计与简单部署！
其他学习资料
除了以上学习资料，GAN组还包括一系列其他资料。
1、知识星球社区：包括两个，一个是专用于秋季划GAN学习小组存储资料的星球，永久有效，不对外开放。另一个是对外开放的有三AI知识星球，1年有效，不对外开放，大家可以自行阅读下文了解。
有三AI知识星球的介绍可以参考：【重要】有三AI知识星球不再对外公开！还想加入的有哪些途径？
其中GAN相关的内容非常多，包括各类经典GAN模型的讲解，下面是一个简单的汇总，大家可以参考，提供相关的论文下载和解读。
2、配套参考教材一本，《生成对抗网络GAN：理论与实践》。
书籍介绍可以参考：言有三新书来袭，全面系统性地讲解生成对抗网络GAN原理与实践
(3) 有三AI内容组，项目组，运营组：是学习后下一步从业的真正目标。在内容组大家可以从事内容创作和教学相关的工作，获得收入。在项目组大家可以参与各类工程项目，获得收入。在运营组大家可以参与生态运营，获得收入。
一些已有成员的分享，大家可以参考：
【杂谈】从学员到专栏作者、讲师，我在有三AI学习与名利双收的故事
【杂谈】从失业到重要项目负责人，2020年里我如何在有三AI上岸
【杂谈】参加有三AI秋季划4个月，薪资翻倍，我在有三AI都学了啥？
【杂谈】从医学专业转行到AI，独立完成项目到获得加州理工大学读研推荐，我如何与有三AI结缘
(4) 线上线下答疑：包括有三的微信答疑和组织的线下活动和私人线下答疑。
如何参加GAN组
扫码下面的海报，即可订阅，订阅完成后请联系有三微信Longlongtogo，获得赠书，知识星球，以及答疑群等权限。如果已经拥有以上配置的课程，书籍，知识星球，可以相应抵扣原值。
PS：有三AI- CV夏季划成员，参加GAN组可享半价优惠，联系有三本人即可。
关于季划相关的问题，请直接联系有三微信Longlongtogo。
往期相关
以上是关于CV秋季划生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好（2022年言有三一对一辅导）？...的主要内容，如果未能解决你的问题，请参考以下文章