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