一台GPU，学习时间不到一天! 超快学习GAN，"轻量级GAN"

三个要点
✔️ Skip-Layer Excitation和self-supervised Discriminator建议大幅降低参数。
✔️ 即使是少量的数据也可以进行训练
✔️ 即使是一张1024×1024的图像，也可以在几个小时内在单个GPU上进行训练。

Towards Faster and Stabilized GAN Training for High-fidelity Few-shot Image Synthesis
written by Anonymous
(Submitted on 29 Sep 2020)
Comments: Accepted at ICLR2021
Subjects: Computer Vision and Pattern Recognition (cs.CV); Image and Video Processing (eess.IV)
   Comm 

概况

到目前为止，GAN，特别是像StyleGAN这样的GAN，都需要相当长的时间进行培训。我们新的轻量级GAN引入了两个模块，跳层激励和自监督判别器，这大大减少了参数的数量。因此，我们能够以惊人的低成本进行训练：高质量的图像，少量的数据，一个GPU，几个小时就能完成！这就是我们的目标。

下面是开头显示的结果图片。两张图片的大小都是1024×1024，用一个GPU和1000张图片进行训练。景观图像的训练时间为20小时，人脸图像为10小时。

けやみぃ

我是京都大学工学院一年级的学生，我对使用GAN的图像生成和图像变换感兴趣。