周报 2017.05.15 -张猛
一、上周工作
1. 把BEGAN的代码进行复现，由于机器配置与代码并不匹配，调整参数后成功运行；
2. 由于参数进行调整，得到的结果并不尽如人意，生成结果勉强，插值结果崩溃；
3. 为小论文做准备。
二、下周计划
1. 通读BEGAN论文，搞清楚到底是个什么意思；
2. 理解BEGAN关键性代码，了解插值形成以及结果。
...
第十一周周报——王佳琦
一、投出算法专利。
二、找lstm比较易懂的教程，了解lstm思想。
三、马桶盖专利权利要求书开了个头。
...
周报2017.5.8-刘梦奇
1.和李和合师姐一起完成书稿的校正。
2.学习概念树的相关知识。
3.学习python的基础知识。
...
第十周周报——王佳琦
完成了专利的收尾工作，报发明专利的话需要将查新报告打印出来交到世纪楼，实用新型直接发kjcq@ysu.edu.cn这个邮箱就可以了。周五去交专利，办公室的老师比较看重查新报告，我的查新报告没有加入相关已有技术或专利的对比，这一点一定要写在查新报告上，回来改了一下，今天下午再去投一次。
...
2017.04.24 周报-张猛
一、 上周工作
1. 手写汉字训练集，通过65000次的迭代，结果已然显现，但是清晰度和训练集的清晰度并不是很匹配，主要是因为训练集数量太少，到不到效果；
2. 虽然清晰度有些差别，但汉字本身还是清晰可辨的，笔画也很清晰；
3. 搭载GTX1050显卡，进行了代码的测试，速度明显提升；
4. 阅读BEGAN的论文，了解基本框架和和经典算法之间的区别；
5. 准备开题报告。
二、 下周计划
1. 实用新型回复；
2. 另实用新型整理；
3. 论文准备工作。
...
第八周周报——王佳琦
一、分析实验数据，整理了实验报告。
二、解决了设备刚连接服务器时定位丢失引起的误报问题。
三、找了相关的专利，模仿着写了专利申请书，没有写完，下周继续写，写完看LSTM。
...
周报 2017.04.17 – 张猛
一、本周工作
由于生成模型内部并不像想象中的可以人为控制，所以把训练过程通过Tensorboard可视化，得到几个参数：
d_loss : 判别器的损失函数，是d_loss_fake与d_loss_real之和;
d_loss_fake ：生成图片输入到判别器中的结果和预期为0的结果的交叉熵;
d_loss_real : 真实图片输入到判别器中的结果和预期为1的结果的交叉熵;
g_loss : 生成器损失函数，生成器生成的图片输入到判别器中的结果和预期为1的交叉熵。
但是可视化出来的结果显示的训练过程结构图太复杂，需要对代码的完全理解和过程的准确掌握，打算深度研究。
二、下周计划
将参数的意义和表达的信息掌握准确；
显卡接上，跑一下代码，试试效率。
...
第七周周报——王佳琦
本周完成的工作：
一、和老师交流专利的问题，重新写了交底书。
二、测试问题：
星期六下午和两个大四的同学在实验楼下测试，布好网络后开始测试。服务器抛出异常“线程间操作无效: 从不是创建控件“XXX”的线程访问它”。当时没有解决，只好先结束测试。晚上找了一下解决办法，（http://m.blog.csdn.net/article/details?id=44927271）成功解决。
星期日上午继续测试。简要说一下存在的问题：
1.客户端刚连上服务器时定位服务开启需要1~2s，这段时间定位丢失会造成误报，需要屏蔽。
2.一开始加入加速度约束并不会报警，人的运动不能很好地模拟轿厢，人需要跑起来才会报警。后几次实验没有加入加速度，仅靠距离判断结果还不错，距离误差在1~2M左右。
下周工作：
写申请书、分析数据、改程序
...
第六周周报——王佳琦
一、和毕设的同学讨论了他们写的代码中存在的问题和测试的相关问题，下周开始测试。
二、找了几篇类似的专利看了看是怎么写的，这周没逮着老师，交底书写完了但是还有问题，下周和老师问一下，理清思路，写申请书。
...
周报2017.04.03-张猛
一、本周工作
自己简单做了一个小小的手写体汉字训练集，共122张图片，输入图像大小为9696；输出图像大小为6464，总共8*8=64张；进行了10000 epoch;有趣的是，最初64张图片中能产生4-5个汉字，随着迭代次数的不断增加，产生的64张图像多样性越来越差，迭代到1200次以后，这64张产生的都是同一个字；也印证了论文中提到的GAN在训练过程中的不稳定：判别器越来越好，生成器越来越差；多样性也不断减少。同时，在实验中也反映了另一个问题：生成器与判别器是否同时在进化，进化到什么程度，表现不出来，也就是可解释性差。更有趣的是：在6000次迭代之后，生成汉字的多样性又开始丰富，即使可解释性差，从实验结果来看，本实验最终的效果说明，生成器和判别器参数更新比较均衡，训练过程比较稳定。(注：仅代表个人实验观点)
目前在各种会议（ECCV、NIPS、ICIR、arXiv）上发表的GAN相关文章，涉及到的应用方向如下：对抗型自编码器、生成图像、图像修复、超分辨率、去遮挡、语义分割、目标检测、视频预测、纹理合成与风格转移、面部生成与编辑、对话生成。
二、下周计划
GAN可视化尝试
...