【CV秋季划】生成对抗网络GAN有哪些研究和应用，如何循序渐进地学习好？
GAN的研究在这几年发展可以说是非常迅猛，已经被用于各个研究方向，其应用涉及图像与视频生成，数据仿真与增强，各种各样的图像风格化任务，人脸与人体图像编辑，图像质量提升。
那我们究竟如何去长期学好相关的算法呢？有三AI推出了CV秋季划-GAN组，供长期学习相关内容，学习不限时长，永久有效。
详情大家可以听以下直播视频解读，更多补充可看图文。
整个学习内容
GAN学习小组需要掌握与GAN相关的内容，学习的东西包括8大方向：基础理论，结构设计，图像与视频生成，语音生成，图像增强，风格迁移，图像编辑，综合使用技巧。
总体的学习资料包括几个部分：
(1) 学习视频与直播。
(2) 知识星球社区：包括两个，一个是专用于秋季划GAN学习小组存储资料的星球，永久有效，不对外开放。
另一个是对外开放的有三AI知识星球，包括很多内容，大家可以自行阅读下文了解。
(3) 有三AI内容组，项目组，运营组：是学习后下一步从业的真正目标。在内容组大家可以从事内容创作和教学相关的工作，获得收入。在项目组大家可以参与各类工程项目，获得收入。在运营组大家可以参与生态运营，获得收入。
(4) 线上线下答疑：包括有三的微信答疑和组织的线下活动和私人线下答疑。
总的来说：学习资源是非常丰富和多维的，大家根据需要可以自取，总体的学习路线图和每一部分的内容如下。
接下来我们再给大家介绍每一部分需要学习的内容。
GAN理论
这一部分主要是学习对GAN的基础理论的理解以及评估，包括：
(1) GAN的算法原理
(2) GAN的优化
(3) GAN的评估
(4) GAN的理解
图像与视频生成
这一部分主要是学习图像生成和视频生成技术，这是GAN最为人熟知的应用，包括：
(1) 图像生成技术的基本原理
(2) 视频生成技术的基本原理
(3) 如何提高生成图像和视频的质量
(4) 如何使用GAN提高已有数据的质量
图像翻译与风格迁移
这一部分主要是学习GAN在图像风格化中的应用，包括：
(1) 图像风格化基础
(2) 人脸的风格化
(3) 通用图像的风格化
图像与视频增强
这一部分主要是学习GAN在图像增强领域中的应用，包括：
(1) GAN如何用于图像降噪
(2) GAN如何用于图像去模糊
(3) GAN如何用于图像超分辩
(4) GAN如何用于提升图像的美学质量
结构设计
这一部分主要是学习对GAN的各种各样的结构进行设计和调参改进，包括：
(1) GAN的基本结构
(2) GAN中判别器的改进
(3) GAN中生成器的改进
(4) GAN结构单元的使用(归一化层，注意力机制等)
图像编辑
这一部分主要是学习GAN在图像编辑中的应用，包括：
(1) 图像编辑基础
(2) 人脸的编辑，包括人脸年龄，表情，姿态，以及换脸等
(3) 通用图像的编辑，包括深度，纹理等
语音生成
这一部分主要是学习语音的基础以及GAN在其中的应用，包括：
(1) 语音技术的基础概念
(2) 语音合成的基本原理
(3) 如何使用GAN合成语音
(4) 如何使用GAN提高语音的质量
综合使用技巧
这一部分主要是总结GAN的使用技巧，包括：
(1) 对抗思想在图像经典任务中的使用，包括图像分类，图像分割，目标检测等
(2) GAN的训练技巧
(3) 增强学习与GAN的结合
关于学习方式
有三AI季划学习方式非常自由，包括：