如何評價重磅論文《Stopping GAN Violence》？

全名： Stopping GAN Violence: Generative Unadversarial Networks

arXiv地址：Generative Unadversarial Networks

GitHub源碼：albanie/SIGBOVIK17-GUNs

知乎專欄點評：我以為只有我這樣的博士生才那麼不正經，沒想到CMU你們居然……（沒有乾貨，有正事兒的不要點進來） - 知乎專欄

這篇論文裡面都涉及了那些重要的典（梗）故？會給深度學習界和GAN相關研究帶來怎樣的啟發？是否有助於消弭人類暴力、推動世界和平的發展？

SIGBOVIK 是我校每年4月1號隆重舉辦的正經會議，大家都一本正經的胡說八道，但細細品味，還是有很優秀的作品。下面主推我組畢業生大衛同學在sigbovik發表的3篇paper:

(1) Kardashian Kernel

http://oneweirdkerneltrick.com/sigbovik_2012.pdf

非常一本正經的kernel。

(2) Visually Identifying Rank

http://oneweirdkerneltrick.com/rank.pdf

拍一張矩陣的照片，用cnn回歸矩陣的rank。

該論文榮獲SIGBOVIK 2016 best paper award, 我們來看看得獎人員的介紹

（3）最後是我最喜歡的：ExcelNet!

http://www.deepexcel.net/

把lenet寫到了excel裡面，可以在excel輸入mnist digit，然後用excel進行分類！

咱們的爸媽也可以學習到神經網路了。

當然要把一個digit輸進去excel似乎有點麻煩。

無所謂了

## 重磅搞笑Paper（搞笑我們是正經的）

作者提出了GUN，抵抗暴力，宣揚和平（其實是來搞笑的），還特意搞了個NoN表情上去。

一整篇論文都在宣揚道德、仁愛、協作，抵抗暴力的GAN。動機就是看了部什麼鬼電影，還扯上了TCP協議握手協議。（一本正經地胡說八道）

演算法就是用一個生成器G和一個監視器M，共同進步，互愛互助（聽起來就很gay有沒有），然後每一步迭代，要放把結果放到PPT上展示（還溫馨提醒要記得帶U盤和準備投影儀）。

還說後續要結合 nurtural gradients、k-dearest neighbours這些什麼鬼東西。然後放出實驗結果（全是很好看的列印字，一看就是假的好嗎！）。

結果實驗證明，GAN的暴力是不道德並且是沒必要的。然後還說GUN這玩意兒的潛力很大，它的潛力在於你認為結果很好它就很好（啥玩意。。。）

最後還安利別人來填坑（填你妹～）。居然還附了搞笑代碼（我有點懷疑作者會不會被打死）

其實裡面還有很多沒看懂的梗（隱約地感受到那是個梗）

------------------------------------------糾錯分割線---------------------------------------------

經過知友提醒，我之前把Motivator看成了Monitor，所以譯成了監視器M。我認為Motivator在這裡應該譯為鼓勵師M（程序猿們聽了有沒有一絲小興奮呀～）

a generator G that does its best to capture whichever data distribution it feels it can manage and a motivator M that helps G to achieve its dream.

生成模型領域極具啟發性的工作，提名2017年搞笑諾貝爾獎計算機獎項及和平獎項。

看論文看累了看了這篇，簡直暢快淋漓通俗易懂令人感動。每一句每一段每條腳註都是梗，不想失去找梗樂趣的同學們請戳原文。列幾條我覺得有意思的：

———————GUN———————

network-on-network (NoN)

應該梗了這個工作 [1312.4400] Network In Network，還諧音none

PROPS ACKS

受到TCP三次握手協議的啟發，示意圖宜在遠距離低解析度下觀看哈哈哈哈

intractorable

諧音intractable，貝葉斯統計中難以計算的積分的問題

D,G:=G,D simultaneous assignment

backwards compatability, four-space equation indentation

這一段梗有點密集啊，先是多變數同時賦值的問題，然後說「數學的版本」v42.1不向後兼容（什麼鬼），因為科特?"Tab-Liebehaber"?哥德爾不受限於四空格縮進（這是在黑Python么）。

值得注意的是腳註3引用的是哥德爾1931年建立第一第二不完備性定理的論文On Formally Undecidable Propositions of Principia Mathematica and Related Systems，的德語原文。這參考文獻的範圍也是夠廣的。

spanned by all mattresses stuffed with U.S. dollars

matrices?美刀填滿的床墊張成的空間（???）

Neuroscience tells us that human brains are AlexVGGIncepResNets almost-everywhere

做deep learning的各位都很熟悉的Alex網路 VGG inception 殘差網路，沒錯神經科學告訴我們人類的大腦中幾乎處處都是這樣的結構233

the machine learning and the machine forgetting communities

機器學習及機器遺忘... 不過說實話這確實是個值得研究的領域啊（認真臉

one-shot learning

雙關 一槍/一次(?)學習 指的是少樣本學習在最極端的情況下只用一個樣本就能學到概念

Levenshtein edit distance

一堆*GAN是按編輯距離排序的（???）

(Amari Nagaoka, 2000)

（牽強附會地）引用的是信息幾何的經典教材，這一領域發展於80年代但早期工作僅存在於日語學界。腳註中說只需看奇數頁，偶數頁可以拿去疊紙鶴了哈哈哈

Note that these samples have been carefully cherry picked for their attractive appearance

這大概是說生成模型缺乏統一的評價標準的問題。確實現在很多工作看著很厲害論文里的圖都蠻自然的，但就是很難復現很難泛化。cherry-picked精心挑選的生成數據也是很多論文被批的一點。神作後文表示GUN的評價標準是opportunities for improvement提升空間，那真是當之無愧的第一了哈哈哈

?-greedy updates with an ? value of 1

做強化學習的應該知道的epsilon-greedy，當epsilon是1的時候不就是純隨機么_(:3」z)_

easy-positive mining

梗了物體識別中的hard-negative mining...

fight-or-flight behavior, which can result in vanishing gradients and runaway loss

原來戰或逃反應是梯度消失問題的源泉，新知識get√

nurtural gradients, k-dearest neighbours

梗了natural gradient和KNN。自然梯度確實是上面提到的信息幾何的方法，使得梯度下降中每次概率分布在黎曼流形上的距離改變相同。

———————GUN———————

總的來說，這篇文章行文流暢遣詞有趣，用梗功力也算是夠高了。個人感覺，如果一個領域出現了這樣的論文，實際上反映了這個領域研究的火熱和困境。一方面在GAN這一方向上誕生了許多有趣的具有啟發性的工作，另一方面對於GAN缺少深刻理解缺少評價標準等問題確實是我們正面對的。但從最初的博弈論解釋，到最近的擬合分布間的距離的解釋，近來的工作正逐步地改變這一點。能產生這樣的論文也算是好事吧。

至於推動世界和平的發展，我覺得可以（???）

這是個搞笑論文會議，我還一本正經的review的文章，當我啥也沒說，難受

謝邀，早上粗粗看了一下

赤露露的標題黨，我看中文標題可以這樣取：震驚！生成對抗網路走下神壇，竟是這原因？

看到標題我是滿懷期待，以為是個創舉，看完之後特么這是來搞笑的嗎。

先來看下作者簡介

這特么什麼鬼個人簡介，一個考到了駕照的軍人？黑人問號臉。這一坨黑色的神奇馬賽克又是什麼鬼。還有發表短片小說也是神奇，我。。。

然後內容，文章提出GM模型，一個生產網路G，一個監視網路M，不想GAN的GD互相對抗成長一樣，GM講究和諧統一，互相成長互相進步（恩，身為黨員這種思想我是很贊同的）。

然後訓練思想，M最大化G，G最大化M，話說這樣訓練真的不會出現M,G一直互相懟高對方然後最後都奔著無窮大去了嗎？這種正正促進的系統難道不是不穩定的嗎？

然後下面又是一個槽點，log(1-s)，s解釋到是一個固定值，我們取S=0，特么log(1-0)不就是0嗎，這你寫進來幹嘛，強行增加公式長度？另外這個R是什麼東西，我好像整篇文章沒找到

接下來我們來看下cost，首先我看到這個$美元符號的時候我有點懵逼，好像沒看過這樣的數學符號

直到我看到了下面這一句

這個花費（損失值）是1876美元，生動形象沒毛病，最後我們來看下結果，首先結果沒有任何具體的數字表面，只有一張圖

你們的mnist的數據集好像和我的不一樣，我的mnist應該不會教我寫出左邊這樣的數字，左邊那些列印字體是個什麼樣的神奇存在

心疼一下這個會議的reviewers

吐槽了這麼多，還是給點正能量，這樣一篇"民科"氣質的搞笑文章，看得我簡直不知該如何評論。不過深度學習確實現在很火了，大家不管水平高低都在搗鼓著深度學習，挺好的，對這篇文章的作者們給點鼓勵吧，下次弄個正統一點的文章，不過SIGBOVIK的審稿人還是拒了這篇文章吧，bengio,hinton和lan fellow et al.都在我心中是神一樣的存在

特別想邀請三位作者來回答一本正經地胡說八道是怎樣一種體驗？ - X 是種怎樣的體驗 - 知乎

第三位作者 Joao F. Henriques可是跟蹤演算法KCF的提出者呀！原來大牛逗逼起來都這樣一本正經蛤蛤~

看完全文，感動莫名。這是一項極重要的工作，為未來二十天的研究都指明了方向。

看好被選為SIGBOVIK 2017的最佳論文。

最後的簡介簡直6到不行啊

沒有人看最後的作者簡介嗎，23333

是個搞笑論文而已，他們不是第一次做這類事情了

這篇論文具有意義重大。

乃至於有一天強人工統一世界宣統四方的年代，在Ai對所有科學家和天才都碾壓無視的時候，仍然具有極大的價值。

列位科學家正如同把帝王扶上寶座的將軍們。

正如羅曼羅蘭說的：

釣魚文，目測計劃是等這篇文章被拒了上臉書推特發幾個appeal to白左的狀態，轉發衝上去以後翻臉troll。華夏網用戶可關注微博、凱迪、網易等智商常年感動中國的網站查看後續。