雷锋网(大众号：雷锋网)：雷锋字幕组出品系列短视频《 2 分钟论文 》，带大家用碎片工夫阅览前沿技术，理解 AI 范畴的最新研讨效果。

翻译/ 李长霖

校正/ 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：经过渐进增大的方式训练GANS，生成愈加高质、波动、多变的图像

英伟达推出了新的生成对立网络（Generative Adversarial Networks，简称GANS）训练方式，可以依据已有的图像来发明出新图像，甚至可以依据不同爱豆的照片，发明出一个不存在的人像。

rame width="640" height="498" frameborder="0" src="https://v.qq.com/iframe/player.html?vid=c05283cd11m&tiny=0&auto=0" allowfullscreen="">rame>

▷ 观看论文解读大约需求 4 分钟（雷锋网）

人工智能经过GANS来学习。这个网络由生成网络和对立网络组成，生成网络的义务是创作出令人服气的肖像，对立网络的义务是去伪存真。生成网络不时承受对立网络所提供的反应，改良图像质量，进步图像的真实性；与此同时，对立网络则会在对立进程中提升本人的鉴别才能，用愈加刁钻的目光去发现错误。两个网络不时互相制衡，最初到达均衡，让生成网络发明出一张脸对立网络都服气的图片。

新型GANS的创新点在于，生成器和鉴别器都能逐步增大。后来生成和对立网络的规模较小、层数较少，随着实验逐渐停止，研讨人员不时添加新的层，这两个神经网络的规模逐步扩展，训练速度约来越快，也愈加趋于波动，经过千万次迭代后，GANS最终生成1024×1024像素的明晰图像。

此外，研讨人员还提出了添加图片多变性的办法，这种办法在无监视CIFAR-10数据集的状况下，到达8.80的初始分数，创下了历史记载。

雷锋网 (大众号：雷锋网) 的学霸们还请自行阅读论文以取得更多细节

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

。