摘要：
论文：https://arxiv.org/pdf/1711.07064.pdf 译文：使用条件对抗网络消除盲目运动导致的模糊 摘要 我们提出DeblurGAN，一种用于运动去模糊化的端到端的学习方法。这种学习基于条件对抗网络和内容损失。模型、代码和数据集都放在https://github.com/K 阅读全文
摘要：
论文：https://arxiv.org/pdf/1512.03385.pdf 译文：用于图像识别的深度残差学习 摘要 越深的神经网络就越难训练。我们提出一种残差学习框架，来简化比之前深很多的网络的训练。 恒等映射（identity mapping） 阅读全文
摘要：
论文：https://arxiv.org/pdf/1703.10593.pdf 阅读全文
摘要：
论文：https://arxiv.org/pdf/1406.2661v1.pdf 译文：生成式对抗网络 摘要 我们提出一个通过对抗过程来评估生成模型的新框架。在这个框架里，我们同时训练两个模型：1）生成模型G，获取数据分布；2）判别模型D，评估一个样本是从训练集来的而不是模型G生成的概率。生成模型G 阅读全文
摘要：
论文：https://arxiv.org/abs/1711.09020 译文：StarGAN：用于多域图像到图像翻译的统一生成对抗网络 摘要 最近有关图像到图像的两域翻译研究取得了很大的成功。但是，现有的方法在处理多域时，可扩展性和鲁棒性不行， 因为对于每对图像域，都要单独构建不同的模型。为了解决这 阅读全文