按年被提到
20172018 · 4 次2026
视觉、语音与图像生成›生成对抗网络·arXiv:1710.10196 · cs.NE

Progressive Growing of GANs for Improved Quality, Stability, and Variation

渐进式增长 GAN:提升质量、稳定性与多样性
Tero Karras, Timo Aila, Samuli Laine, Jaakko Lehtinen · 2017

让生成器与判别器从低分辨率逐层增长,稳定训练并生成高清图像

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 5 人首次 2018-01-02 · 最近 2023-11-29
5不同的人
5活跃月份
5讨论串
4,725被引(OpenAlex)

论文提出一种 GAN 训练方法,核心是让生成器和判别器渐进式增长:从低分辨率开始,随着训练推进逐步加入建模更精细细节的新层,既加快训练,又大大提高稳定性,使得能生成前所未有质量的图像,例如 1024² 的 CelebA 图像。作者还提出提高生成图像多样性的简单做法,在无监督 CIFAR10 上创下 8.80 的 Inception 分数纪录,描述了抑制生成器与判别器之间不良竞争的若干实现细节,并提出评价 GAN 质量与多样性的新指标,以及更高质量的 CelebA 数据集。

HN 为什么提它

评论者把它视为 GAN 的转折点,证明至少 1024x1024 的逼真人脸是可行的,是对 GAN 进步的见证。

方法难度 3 / 5约 45 分钟经得起时间
读之前最好知道
1生成对抗网络(GAN)的原理与训练
2卷积神经网络与上采样
3生成器与判别器的博弈训练
4图像生成评测指标(Inception score)

学习路径

读这篇之前,按顺序读书架上的 4 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出

这条路径帮你建立 GAN 架构与训练技巧、卷积生成器以及多阶段生成的背景,再看渐进式增长如何稳定高分辨率训练。

  1. 1
    Delving Deep into Rectifiers: Surpassing Human-Level Performance on ImageNet Classification深入研究整流器:在 ImageNet 分类上超越人类水平 · 2015

    渐进式增长 GAN 的均衡学习率沿用了 He 初始化的缩放思想。

    读读 He 初始化的方差推导,理解为什么按层的输入维度缩放权重。

  2. 2
    Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks用深度卷积生成对抗网络进行无监督表示学习(DCGAN) · 2015

    DCGAN 确立了卷积 GAN 的基本架构,是渐进式增长要在其上扩展的基线。

    读读架构约束:步长卷积、批归一化、各层激活函数选择。

  3. 3
    Improved Techniques for Training GANs改进的 GAN 训练技术 · 2016

    提供了 GAN 训练技巧与 Inception score 评价,论文中的多样性方法和指标都由此而来。

    读读特征匹配、小批量判别(minibatch discrimination)和 Inception score。

  4. 4
    StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial NetworksStackGAN:用堆叠式生成对抗网络从文本合成逼真图像 · 2016

    StackGAN 用多阶段从低分辨率到高分辨率逐步生成,是渐进思路的前驱。

    读读两阶段生成:先出草图再细化的分工。

  5. 5
    Progressive Growing of GANs for Improved Quality, Stability, and Variation渐进式增长 GAN:提升质量、稳定性与多样性 · 2017 · 就是这篇

    让生成器与判别器从低分辨率逐层增长,稳定训练并生成高清图像。

    读重点读渐进增长的新层淡入(fade-in)、小批量标准差层、均衡学习率和像素归一化。

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
强烈推荐nl · 2018-04

“are just an incredible achievement”

盛赞它合成的逼真人脸是了不起的成就
A.I. Researchers Are Making More Than $1M, Even at a Nonprofit原评论 ↗
推荐NegatioN · 2018-10

“Progressive Growing of GANs[0] was a breakthrough last year that proved at least 1024x1024 was viably producable.”

称渐进式增长 GAN 是突破,证明 1024x1024 可行
Christie’s sells its first AI portrait for $432k原评论 ↗
引用nealeratzlaff · 2018-01

“GANs improved dramatically and saw some good theory to back it up”

说明 GAN 有了显著进步,也有理论支撑
AI and Deep Learning in 2017 – A Year in Review原评论 ↗
引用godelski · 2023-11

“It took another 4 years to get realistic faces and objects”

指出 GAN 又过了 4 年才生成逼真的人脸和物体
SDXL Turbo: A Real-Time Text-to-Image Generation Model原评论 ↗
被提交为 story · 1 次