参考：
https://www.jianshu.com/p/8c7a7cb7198c
https://blog.csdn.net/gdymind/article/details/82696481
ゼロ、はじめに
最近deepnude火災と呼ばれるソフトウェア、およびそのプログラマの開発は、このソフトウェアは、女性の服の「オフ」の写真の鍵となることを主張し（理由はAIのトレーニング材料で唯一の女性することができます）、deepnudeは無料版を発売し、支払いました中間バージョン、大きな透かしの無料版は、結果的に、単に「FAKE」とマークされた写真の左上隅に基本的な、有料版をカバーしました。ソフトウェアは最近圧力下でソフトウェア開発者がWebサイトをオフにして、ソフトウェア（ENDの生活を改善する試み）をダウンロードするために、公共の論争の多くをオフに設定打ち上げで、ソフトウェアは非常に深い技術を使用していないと述べたが、pix2pix （大規模な研究に基づいて）一つのアプリケーションアルゴリズム。ここでは、単にあなたがdeepnude自体に興味があるなら、あなたはより多くの情報については、「deepnude」を返信公衆番号「プログラマの抜け毛予防センター」に焦点を当てることができ、AIフレームワークpix2pixをご紹介します。
まず、逆ピクチャ識別
開発の年後に深い学習の効果は全てが以前嘲笑は、AIの労働者（データラベリングメンバー）主な仕事は、大きな画像の数やデータのタグ付けにある、継続的な研修AIに到達していた、AIを認識達成するのは非常に簡単ですされた「猫を見て猫です。」 「ルック犬は犬です。」拡張子がようにように、顔認識、ナンバープレート認識、シーン認識とは、およびによって何がそれを意味ですか、犬は犬を知るための図である、猫はこれが猫であることを認識することができますグラフ化して単純です。
その後、我々は自然にそれを描く猫にそれを返すようにAIに「猫」を与え、それが今度は、このプロセスを置くことができないと思いますか？
残念ながら、ありません！AIについては、猫と猫と人類学の絵を描くために、その困難を知っているが、同じように同じです。
第二に、ネットワークは、対立のGANを生成し、
描画猫は全体GANのうち、AIの科学者を教える学習するには、GANは、2つの主要な要素で構成されていますGとD、Gはランダムな画像を生成するために使用される、Dはこの画像の要件かどうかを決定するために使用します。連続したランダム画像Gを生成するために使用するような、Dは画像猫図であるか否かを判定する。研究Gの期間は、より多くの猫のような画像を生成した後、十分にスマートD、あなたが継続的に、最終的なマップの猫の友人を作ることができればGD、互いに運動と対話します。
いくつかの時間を前に使用し、火災の猫マップジェネレータは、あなたがそれを必要とする画像を生成することができ、ああ、ランダムな画像を生成するために、このような原理（だけでなく、漫画の絵、美しい写真、など）ではなく、良い十分な光ですか？たとえば、猫を寝て、猫を立ち猫を嘘？
第三に、対のトレーニングpix2pix
GANは、ランダムな画像を生成し、それは猫であるかどうかを決定するために使用される方法で、このモデルの結果は、常にあなたが得る抽選猫です。科学者たちは、アイデアのために考えている、猫のグラフGが近づくと、私たちが必要とするやり方に近い生成させ、あなたが判断する前に、最初に正しい答えを与えることはできませんか？だから、トレーニングpix2pixがペアになります。
以下に示すように、コアアルゴリズムは、訓練されるべきピクチャ二AB対が与えられます。我々はXを与えたときにAIの大規模な訓練の後、X AIは自動的にYに変換されます
理論的にpix2pixの訓練に基づいて行われた女性の数が多い写真（X）と子実体の画像（Y）の大規模な数にdeepnude、そして最終的に与えられたランダムXは、AIが自動的体Yの結果を生成し、効果には、もちろん、特定の操作より複雑。
IVの概要
ここだけpix2pix簡単な紹介をし、フォローアップは、より多くの学習教材を追加していくので、調整された「滞在するプログラマ抜け毛予防センター」！あなたは自分自身deepnude興味があるなら、私たちは、に焦点を当てることができ、公開番号「プログラマの抜け毛予防センター」の詳細については、「deepnude」を返信します。
