个人理解深度生成应该属于计算机图形学方向的分支
李航 《统计学习方法》
链接：https://pan.baidu.com/s/135q4YvqHrcCX9edXbwmkZQ
提取码：1p2b 周志华 《机器学习》
链接：https://pan.baidu.com/s/101jVuJvKcrSO_Z66XJqgCw
提取码：616b
ubuntu16.04版本的基础使用
硬盘挂载mount、硬盘使用情况查看df du fdisk等
nvidia驱动安装 卸载
nvidia显卡驱动安装教程：https://shimo.im/docs/Xq9rrdyC9vD8kH8P/
cuda cudnn安装
nvidia-smi命令使用
ssh服务开启及远程使用
docker容器安装与使用 nvidia-docker安装与使用
要求掌握python基本语法：分支（if elif）、循环（while for）、python的独有缩进方式、异常处理机制（try exception）、class（类的编写）
系统功能掌握：文件读取（file，注意资源的打开和关闭养成良好习惯）、JSON文件读取、CSV文件读取、loging模块掌握、os模块掌握（能熟练的对文件、目录增删改查）、pathlib、multiprocessing多进程模块的使用、定时器Timer的使用
业务相关库掌握：PIL（图像处理库）、opencv(cv2图像处理库掌握)、numpy（矩阵预算库掌握）、scipy（矩阵运算库掌握）、argparse库掌握（脚本参数化输入输出）、prettytable（表格化输出）
pytorch 1.0及以上版本
tensorflow 2.0以前版本，1.12版
anaconda python虚拟环境使用
visual studio code 代码编辑环境
机器远程连接软件：MobaXterm
斯坦福大学CS231n网络课程
Deep Learning (对于希望系统性了解整个深度学习理论架构并且已经具备初阶深度学习基础的同学)
https://github.com/exacity/deeplearningbook-chinese/releases/download/v0.5-beta/dlbook_cn_v0.5-beta.pdf nndl-ebook "Neural Networks and Deep Learning"
链接：https://pan.baidu.com/s/1RdhbExDBGly50kjTuET1ig
提取码：khon
CVF Open access （包括ICCV CVPR ECCV近年的论文，可以找到论文附带的补充材料） https://openaccess.thecvf.com/menu
arxiv (预印版，为了快速发布抢占Idea的归属权，此数据库不属于发表，一般论文会为了增加自己的引用可能都会放出预印版) https://arxiv.org/
针对计算机图形学领域：直接google siggraph (asia) paper list既可以搜到近些年的官方给出的paper list
了解SGD（随机梯度下降）原理
了解mini-batch概念，为什么要用mini-batch，有什么作用
了解权重更新策略：AdaGrad算法、RMSProp算法、AdaDelta算法、Adam算法、radam算法
VGG神经网络，原论文：https://arxiv.org/abs/1409.1556
ResNet神经网络，原论文：https://arxiv.org/abs/1512.03385
Batch Normalization特征空间正规化加速网络训练，建议查阅博客深入理解后有兴趣可查阅论文，原论文：https://arxiv.org/abs/1502.03167
Instance Normalization
白化whitening 与coloring
conditional batch normalization
adaptive instance normalization https://arxiv.org/pdf/1703.06868.pdf
conditional instance normalization
理解GAN，请先查阅相关博客资料，原论文：https://arxiv.org/abs/1406.2661
DCGAN 首先采样卷积上采样实现图像生成，原论文：http://arxiv.org/abs/1511.06434
WGAN 请查阅相关博客，原论文推导复杂
WGAN-GP 请查阅相关博客，原论文推导复杂
SNGAN https://arxiv.org/pdf/1802.05957.pdf
SAGAN https://arxiv.org/pdf/1805.08318.pdf
StyleGAN(重点掌握) https://arxiv.org/pdf/1812.04948.pdf
StyleGAN V2(重点掌握) https://arxiv.org/abs/1912.04958
MSG-GAN https://arxiv.org/abs/1903.06048
了解TTUR机制
了解Hinge loss
了解checkerboard artifacets（棋盘伪影）及其解决方法 https://distill.pub/2016/deconv-checkerboard/
对于transpose conv的棋盘伪影从频谱角度的解决方案 https://arxiv.org/pdf/2003.01826.pdf
ACGAN https://arxiv.org/pdf/1610.09585.pdf
cGANs with projection Discriminator https://arxiv.org/pdf/1802.05637.pdf 请查阅相关博客，尽量理解，未理解可以找我讨论
BigGAN https://arxiv.org/pdf/1809.11096.pdf 大batch size版的cGANs with projection Discriminator
conditional coloring https://arxiv.org/pdf/1806.00420.pdf
Multi-Hinge https://arxiv.org/pdf/1912.04216.pdf
我们自己的face attributes editing https://link.springer.com/chapter/10.1007/978-3-030-58621-8_39
我们自己的换脸 https://github.com/neuralchen/SimSwap
starGAN 改进版ACGAN https://arxiv.org/pdf/1711.09020.pdf
StarGAN v2 https://arxiv.org/pdf/1912.01865.pdf
cycle GAN https://arxiv.org/pdf/1703.10593.pdf
pixel2pixel https://arxiv.org/pdf/1611.07004.pdf
pixel2pixelHD https://arxiv.org/pdf/1711.11585.pdf
Nerual style transfer review https://arxiv.org/pdf/1705.04058v4.pdf
adaptive instance normalization https://arxiv.org/pdf/1703.06868.pdf
Patch Swap https://arxiv.org/pdf/1612.04337.pdf
WCT https://arxiv.org/pdf/1705.08086.pdf
Perceptual Loss https://arxiv.org/pdf/1603.08155.pdf
Style Aware(效果SOTA)https://openaccess.thecvf.com/content_ECCV_2018/papers/Artsiom_Sanakoyeu_A_Style-aware_Content_ECCV_2018_paper.pdf
我们自己的论文 https://dl.acm.org/doi/abs/10.1145/3394171.3413770
非常关键 https://arxiv.org/abs/2004.03805
课程网站 https://sites.cs.ucsb.edu/~lingqi/teaching/games101.html
课程视频 https://www.bilibili.com/video/BV1X7411F744
https://github.com/shadowsocks/shadowsocks-windows
一个下书的丧心病狂的网站 http://gen.lib.rus.ec/