GAN 的目标和行为的本质是什么？它的缺陷和改进方向又是什么？本文中笔者通过一些介绍，分析和实验来更加深入地探讨一下这个神奇的生成模型。
理论上，深度学习中更深的结构会带来更好的结果，因为网络层可以什么都不做。但实际实践中反而适得其反，而这里的矛盾，就要从梯度消失和爆炸谈起。
目标检测领域常用术语总结。
由微软亚研院提出的自动作曲工作。
我们如何将条件信息加入GAN？
今天，我们来谈一谈生成模型的解释与实现。
想爬上树就得从底下开始。
如何处理序列型数据？RNN！
这是一篇介绍从神经网络（Neural Network）开始谈起，依次介绍自编码器（AutoEncoder）、变分自编码器 （VAE）和矢量量化变分自编码器（VQ-VAE）的文章。
