GAN（七）——GAN参考资源（3）, AIGC
2021-01-07GAN参考资源
https://zhuanlan.zhihu.com/p/41114883
手机照片脑补成超大画幅，这个GAN想象力惊人
https://mp.weixin.qq.com/s/bKve_tZi9usz4oX0T3S15A
悉尼大学陶大程：遗传对抗生成网络有效解决GAN两大痛点
https://zhuanlan.zhihu.com/p/46629127
生成对抗网络-GAN—一个好老师的重要性
https://mp.weixin.qq.com/s/Sp0EYvaq-1u0mtnrrmFNCQ
为什么说GANs是一个绝妙的艺术创作工具？
https://mp.weixin.qq.com/s/uHEAtuY1_KZdUAdDAwFi_A
以为GAN只能“炮制假图”？它还有这7种另类用途
https://mp.weixin.qq.com/s/Yf5quOXmzJAy0GnJnvam5g
台湾学者研发新型二元神经元GAN！有望用于AI作曲
https://mp.weixin.qq.com/s/8aL7COItG7lS4q5-3IZCmQ
定制人脸图像没那么难！使用TL-GAN模型轻松变脸
https://mp.weixin.qq.com/s/9t0GvQW-cmakM0E9dWxBcg
旧照片着色修复神器！自注意力GAN效果惊艳
https://mp.weixin.qq.com/s/cUFQ6EADa39h2eFoa_Dh0A
最高76%破解成功率！GAN已经能造出“万能指纹”，你的手机还安全吗？
https://mp.weixin.qq.com/s/_tABIMkWX8L5xQFmvPI7rw
有效稳定对抗模型训练过程，伯克利提出变分判别器瓶颈
https://mp.weixin.qq.com/s/xr9fDv9DFkwi2ImV4RZAHg
换个角度看GAN：另一种损失函数
https://mp.weixin.qq.com/s/U1rrPfJDLgXHRj__XwrMZw
只有条件GAN才能稳定训练？对抗+自监督的无监督方法了解一下
https://mp.weixin.qq.com/s/xHKQlFFkBQLBg2GdZuGPSw
提升GAN训练的技巧汇总
https://mp.weixin.qq.com/s/ctB90bNhaMYvbLE4yketHQ
一文读懂对抗机器学习Universal adversarial perturbations
https://mp.weixin.qq.com/s/zRNtEKS2dKxyQU4VZm6Mwg
用GANs来自动生成音乐
https://mp.weixin.qq.com/s/zwzl-Tel3Avc4Dm7L5FS5A
NLP中的对抗训练+PyTorch实现
https://mp.weixin.qq.com/s/Ze2BXEexTIpNluRSdfeCsA
GAN和PS合体会怎样？东京大学图像增强新研究：无需配对图像，增强效果还可解释
https://mp.weixin.qq.com/s/qLhnvLhXHhRoPGtPWYCY0w
ICCV2019最佳论文SinGAN全面解读
https://zhuanlan.zhihu.com/p/97138846
《SinGAN:从单个自然图像中学习生成模型》论文笔记
https://mp.weixin.qq.com/s/mXjNtZvUHutBABh-f9qisQ
那些底层的图像处理问题中，GAN能有什么作为？
https://mp.weixin.qq.com/s/zVGDYhBiLCNhKTnkzbMxGA
时间序列GAN，Subadditivity of Probability Divergences
https://mp.weixin.qq.com/s/ssD3NAvGx5Eu4-oWy4KtzA
如何生动有趣地对GAN进行可视化？
https://mp.weixin.qq.com/s/qz4wUpSeF8Nlem8x4CrR-Q
学习一个宫崎骏画风的图像风格转换GAN
https://zhuanlan.zhihu.com/p/50790727
SeqGAN: Sequence GAN with Policy Gradient
https://mp.weixin.qq.com/s/bH5yYbwq6NGQJ84xUDhoxg
生成对抗网络在图像翻译上的应用
https://mp.weixin.qq.com/s/3Gsmrl4HbcnXpje0nyAq2w
中国西北大学和北京大学的研究结果是否将终结CAPTCHA验证码时代？
https://zhuanlan.zhihu.com/p/53260242
抛开复杂证明，我们从直觉上理解W-GAN为啥这么好训
https://mp.weixin.qq.com/s/FJA8Tctq_p4Mj-KgNn_OGg
为什么让GAN一家独大？Facebook提出非对抗式生成方法GLANN
https://mp.weixin.qq.com/s/SGCoCy8wJEhEpLSHrYK3pQ
韩松、朱俊彦等人提出GAN压缩法：算力消耗不到1/9，现已开源
https://mp.weixin.qq.com/s/D-rh9m7G-ERjWEEG6BQJNg
每个人都能用英伟达GAN造脸了
https://mp.weixin.qq.com/s/qRW344wWgS9PJ6UCwknS8g
Local GAN
https://mp.weixin.qq.com/s/-rwzlX-WipaIdV6ESOimxw
GAN加持！英伟达发布“山寨”游戏创造器，已完美复现《吃豆人》
https://mp.weixin.qq.com/s/orm5r4XHyotBCpBKqfZ-ng
GANSynth：使用GAN制作音乐
https://mp.weixin.qq.com/s/4zKgFfyLGAmqgHtf_Wb0nw
使用GAN生成序列数据
https://mp.weixin.qq.com/s/oRCbr0TCzFmTuf5jpWKBaA
GAN版马里奥创作家来了：一个样本即可训练，生成关卡要素丰富
https://mp.weixin.qq.com/s/2NrPolWxV-L-dFUXgGOd9w
在GAN中通过上下文的复制和粘贴，在没有数据集的情况下生成新内容
https://mp.weixin.qq.com/s/iqCMA7E_vtdymVxxz7bpRA
生成对抗网络（GAN）的数学原理全解
https://mp.weixin.qq.com/s/D0gLR6YU3rYTbFqSCwyi9Q
Semi-Supervised GAN
https://mp.weixin.qq.com/s/MY-nx_MDyBJHUidS3Xqs7g
最新《生成式对抗网络GAN进展》综述论文，41页pdf阐述GAN在计算机视觉应用进展
https://mp.weixin.qq.com/s/fQiZpUbeYvFnNZYYSE4dMQ
用GANs来做数据增强
https://mp.weixin.qq.com/s/KT_YHNLGdOI-mr4EnYgGvw
使用有限的数据来训练GANs
https://mp.weixin.qq.com/s/_cKtmNZbqHwZszocPXuy8g
让GAN随音乐律动的Python工具，网友：这是我见过的GAN的最佳用法
https://mp.weixin.qq.com/s/skDZcvuek3pAV1U07aORVA
改善图像处理效果的五大生成对抗网络
https://mp.weixin.qq.com/s/a1f_8wP0bMyNf99ihaCISg
对抗学习如何应用到推荐系统？ECIR2021<对抗学习推荐系统>教程，197页ppt
https://mp.weixin.qq.com/s/n8c2-NPtVe-k2L6qvEHsUA
改善图像处理效果的五大生成对抗网络
https://mp.weixin.qq.com/s/imOFQL01RaXUuZwew1izzg
基于GAN来做低光照图像增强，EnlightenGAN论文解读
https://zhuanlan.zhihu.com/p/637705399
VQGAN论文与源码解读：前Diffusion时代的高清图像生成模型
AIGC
《A Comprehensive Survey of AI-Generated Content (AIGC): A History of Generative AI from GAN to ChatGPT》
《ChatGPT is not all you need. A State of the Art Review of large Generative AI models》
ChatGPT（文本到文本的对话模型）
DALL-E-2（文本到图像的生成模型）
Codex（文本到代码的生成模型）
Dreamfusion （文本到3D图像）
Flamingo（图像到文本）
Phenaki（文本到视频）
AudioLM（文本到音频）
Galactica（文本到科学文本）
AlphaTensor（自动搜索高性能的矩阵运算逻辑）
https://civitai.com/
一个AI艺术的网站
https://space.bilibili.com/12566101
一个AI绘图方面的博主（秋葉aaaki）
https://microsoft.github.io/generative-ai-for-beginners
Generative AI for Beginners
在C站，一个南京艺术学院毕业的学美术小姐姐，网名叫娜乌斯嘉，她用自己的照片训练了lora，并分享给全网AI绘画爱好者们使用。
她的B站主页：
https://space.bilibili.com/8095370
https://mp.weixin.qq.com/s/H2nqQi2EVQ_EyeDNCRD3Cg
一文回顾AI绘画的成长之路：从简笔画到真实人脸生成
https://www.zhihu.com/question/583294094
Ai绘画半年了，到目前为止，AI绘画让多少画师失业了？未来又会有多少?
https://www.zhihu.com/question/584139316
AI绘画引入ControlNet，将会带来哪些影响？
https://www.zhihu.com/question/584053473
如何评价2023年2月AI绘画的最新水平？
https://mp.weixin.qq.com/s/HpziNAqHY9Oetsgk2AVxEg
ControlNet组合拳效果惊人，颠覆AI绘画游戏规则
https://zhuanlan.zhihu.com/p/615522634
AIGC的一些记录
https://www.zhihu.com/question/593770520
首批因AI失业的人来了，有公司已裁减原画师，导演陆川力赞AI海报高效优质，哪些职位容易被取代？
https://zhuanlan.zhihu.com/p/619730103
AI绘画教程：如何用Stable Diffusion始终画同一个人？
https://zhuanlan.zhihu.com/p/626335914
AI绘图StableDiffusion最强大模型盘点 - 诸神乱战
https://zhuanlan.zhihu.com/p/622914660
《Stable Diffusion 倚天剑术》第1卷：在各种设备上把Stable Diffusion玩起来
https://zhuanlan.zhihu.com/p/629348322
StableDiffusion LoRA自训练教程
https://mp.weixin.qq.com/s/DBLMAEbVw6v4xH94-5Zl3w
GAN逆袭归来！清华校友论文引爆AI绘图圈，一秒把大象P转身，Diffusion黯然失色
https://zhuanlan.zhihu.com/p/643872569
AI这样把NB写在脸上，它在玩一种很新的艺术
https://zhuanlan.zhihu.com/p/626004957
利用AI在独立游戏项目中大干快上
https://zhuanlan.zhihu.com/p/664461927
一天时间，我用AI做了一个恐龙网站
CLIP
https://zhuanlan.zhihu.com/p/493489688
神器CLIP：连接文本和图像，打造可迁移的视觉模型
https://zhuanlan.zhihu.com/p/589170132
FLIP：通过图像掩码加速CLIP训练
https://www.zhihu.com/question/593888697
如何评价Meta/FAIR 最新工作Segment Anything？
https://zhuanlan.zhihu.com/p/620271321
最强Zero-Shot视觉应用：Grounding DINO + Segment Anything + Stable Diffusion
https://www.zhihu.com/question/593914819
Meta发布图像分割论文Segment Anything，将给CV研究带来什么影响？
Diffusion Transformer(DiT)
DiT使用Transformer替换了U-Net架构，算是2023年度Diffusion Model的一大改进。
《Scalable Diffusion Models with Transformers》
SORA
https://openai.com/research/video-generation-models-as-world-simulators
官方技术报告
MS解读SORA的论文：
《Sora: A Review on Background, Technology, Limitations, and Opportunities of Large Vision Models》
SORA的使用方法：
SORA的基本框架：
训练时可以采用Masked Diffusion Transformer (MDT)的方法增强学习效果。
NaViT（Native Resolution ViT）没有采用传统的将图像调整至固定大小的做法，而通过特定的架构来实现对任意分辨率和宽高比图像的灵活处理。打包支持保持宽高比的可变分辨率图像，减少了训练时间，提高了性能，并增加了灵活性。
参考：
https://zhuanlan.zhihu.com/p/683231546
Sora大模型技术精要——原理、关键技术、模型架构与未来趋势
https://fisherdaddy.com/posts/sora-reading-list/
“Road to Sora” 论文阅读清单
