PROGRESSIVE GROWING OF GANS FOR IMPROVED QUALITY, STABILITY, AND VARIATION

一些名詞 unprecedented前所未有的 inception初始的 autoregressive自迴歸 hybrid混合 synchrony同步的 prone易於 deviate偏離 摘要 描述了一個新的訓練GAN的方法。 關鍵在於生成器和判別器都逐漸成長：由低分辨率開始，然後逐步增加層，隨着訓練，模型逐漸能優化細節。 這樣加速了訓練並逐漸穩定，生成了前所未有的高質量圖像，例如CELEBA。

>>阅读原文<<