爱P才会赢，英伟达用GANS弄了个高清人脸合成项目 | 2分钟论文

雷锋字幕组出品系列短视频《 2 分钟论文 》，带大家用碎片时间阅览前沿技术，了解 AI 领域的最新研究成果。

翻译/ 李长霖

校对/ 凡江

整理/ 雷锋字幕组

本期论文：Progressive Growing of GANs for Improved Quality, Stability, and Variation

论文译名：通过渐进增大的方式训练GANS，生成更加高质、稳定、多变的图像

英伟达推出了新的生成对抗网络（Generative Adversarial Networks，简称GANS）训练方式，可以根据已有的图像来创造出新图像，甚至可以根据不同爱豆的照片，创造出一个不存在的人像。

▷ 观看论文解读大概需要 4 分钟（雷锋网）

人工智能通过GANS来学习。这个网络由生成网络和对抗网络组成，生成网络的任务是创作出令人信服的肖像，对抗网络的任务是去伪存真。生成网络不断接受对抗网络所提供的反馈，改进图像质量，提高图像的真实性；与此同时，对抗网络则会在对抗过程中提升自己的鉴别能力，用更加刁钻的眼光去发现错误。两个网络不断相互制衡，最后达到平衡，让生成网络创造出一张脸对抗网络都信服的图片。

新型GANS的创新点在于，生成器和鉴别器都能逐渐增大。起初生成和对抗网络的规模较小、层数较少，随着实验逐步进行，研究人员不断增加新的层，这两个神经网络的规模逐渐扩大，训练速度约来越快，也更加趋于稳定，经过千万次迭代后，GANS最终生成1024×1024像素的清晰图像。

此外，研究人员还提出了增加图片多变性的方法，这种方法在无监督CIFAR-10数据集的情况下，达到8.80的初始分数，创下了历史记录。

雷锋网的学霸们还请自行阅读论文以获得更多细节

论文/代码原址：http://research.nvidia.com/publication/2017-10_Progressive-Growing-of

本文由雷锋字幕组编译，发布于雷锋网。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。