StyleGAN - Generate Fashion Images

日志：2019年05月份实验过程和结果备忘。

目的：服饰生成、模特生成。

0. Verbose

默认读者已知晓内容：README-raw.md

1. 实验

1.1 模特生成

示例图片：

示例视频：

1.2 服饰生成

示例图片：

3. Results实验分析

关于算法实现：

1. TensorFlow搭建动态网络图非常蛋疼；如果习惯了图流的方式便会觉得非常巧妙；代码主体思路：先搭建起受变量控制的模型，其尺寸和深度递归下依赖控制变量，然后在训练中改变控制变量以改变图。图结构在training.networks_stylegan.G_style就描述清楚，通过lod_in = tf.cast(tf.get_variable('lod', initializer=np.float32(0), trainable=False), dtype)控制了其执行逻辑。
2. 训练耗时非常长；单卡512分辨率要3周时间。
3. 效果很好，窃以为PG训练过程为迄今解决模式崩塌问题最好方式（2019-05）。