最近一直在做和GAN相关的工作，看了很多博客和文章，零零散散，每次要看就要再次查找，或是开一大排窗口，很不方便。
看到ywwhack/react-journey这个仓库有了灵感，想要尝试将看过的资料整合在一起，方便自己同时也是方便后面做这方面工作的同学查阅。
同时，欢迎大家补充，分享优质学习资料。
GAN于2014年由Ian Goodfellow提出， 论文：Generative Adversarial Nets
一篇可读性&趣味性并重的GAN简介，想简单了解一下GAN的可以直接看这里：GAN系列学习(1)——前生今世
GAN数学公式细解：生成对抗网络GAN的数学公式的前因后果
在经历了2014和2015两年的酝酿，在2015年下半年和2016年上半年，GAN领域相关研究出现了爆炸性的增长。
一篇承上启下的GAN主要变种简介：DCGAN、WGAN、WGAN-GP、LSGAN、BEGAN原理总结及对比
这是我最早接触的一个GAN变种
DCGAN是继GAN之后比较好的改进，其主要的改进主要是在网络结构上
论文：Unsupervised representation learning with deep convolutional generative adversarial networks
github:DCGAN-tensorflow
在线Demo：NEURAL FACE
DCGAN快速上手Demo，亲测可行——二次元萌妹头像生成：GAN学习指南：从原理入门到制作生成Demo
与DCGAN不同，WGAN主要从损失函数的角度对GAN做了改进
github:tensorflow-generative-model-collections
WGAN-GP是WGAN之后的改进版，主要改进了连续性限制的条件，作者发现将权重剪切到一定范围之后，比如剪切到[-0.01,+0.01]后，发生了这样的情况，如下左图所示。
论文：Improved Training of Wasserstein GANs
github:wgan-gp
图像降噪：
最早搜到的一个GAN降噪实验：ImageDenoisingGAN
DCGAN降噪：DCGANs for image super-resolution, denoising and debluring
去雨（和去噪同理）：Image De-raining Using a Conditional Generative Adversarial Network
GAN在NLP方向摸索： 记录一次与大神们的关于GAN应用于NLP的讨论
LeakGAN: 如何让对抗网络GAN生成更高质量的文本？LeakGAN现身说法：“对抗中，你可能需要一个间谍！”
对应论文：Long Text Generation via Adversarial Training with Leaked Information
目前在中国诗词数据集上取得最好结果的论文： 自然语言对抗生成：Adversarial Generation of Natural Language
中文报道：【GAN X NLP】自然语言对抗生成：加拿大研究员使用GAN生成中国古诗词
其向判别器D提供来自生成器的概率分布序列和对应于真实数据分布的1-热矢量序列，强制判别器D对连续值进行运算
各类主流激活函数简介：ReLU、LReLU、PReLU、CReLU、ELU、SELU
Andrew Ng新作,教你如何构建机器学习项目(翻译优化中)：「Machine Learning Yearning」中文版
详解 1x1 Convolution（是英文材料，但是很好懂，配图很直观）：One by One [ 1 x 1 ] Convolution - counter-intuitively useful
持续更新...