GAN的前生今世（先导篇）
断更的原因主要有两方面：
- 忙、忙、忙：忙学校的事情，包括毕业论文的撰写、各种流程的进行、离校手续的办理，终于在2020年03月拿到了毕业证和学位证；忙工作的事情，2019年09月毕业生实习入职腾讯，拿到双证后在2020年04月成为正式员工；忙家庭的事情，刚来深圳，生活上逐渐稳定下来，照顾怀孕的老婆，在2020年05月喜获一件属于自己的贴心小棉袄
- 对于内容的纠结：看过我公众号的朋友大概知道，在内容上，我主要写自己做过的项目，例如参加过的比赛、整理并发布的课程、复现的论文模型等。优点是干货多、质量高，都是以后可以拿出来晒的成果，但缺点是耗时久、费精力，可能很久才能更新一篇
不过，现在工作和生活都差不多稳定下来了，于是想捡起以前的爱好，继续追逐技术、感受分享的乐趣
在内容和选材上依然不会将就，坚持自己原创的总结和思考。虽然很多公众号光凭搬运和互推，就可以实现日更以及大量阅读，但感觉只是小白收割机，没有太多灵魂
在2015年，我发布了《全栈数据工程师养成攻略》的在线课程，主要是分享自己在参与了众多项目和比赛之后，总结出来的一些技术知识。这门课程有幸吸引了不少人的关注和学习，虽然是五年前的内容，但直到今日，依然会有人因为这门课程以及对应的书籍在微信上找到我，对这套资源的内容和质量表示肯定和认可
后来考虑到一些新人朋友可能对Python不熟悉，于是我补充了《Python基础入门》这一课程，主要介绍Python的基本语法以及一些常用模块。课程发布之后我没有太多关注，但相信好的内容一定会有因它而受益的人
随着时间的推移，每个人都在不断成长。曾经的我热衷于数据分析，痴迷于用各种炫酷的形式进行数据可视化，但逐渐也将自己的关注点转移到更高更前沿的技术点上。如果说《Python基础入门》是零数据技术，即代码的输入和输出都只是一些变量，而《全栈数据工程师养成攻略》是小数据技术，即基于一些数据得到统计结论以及可视化图形，那么后来我更感兴趣的，便是所谓的大数据技术，即深度学习
因此，我在2018年发布了《深度有趣》人工智能实战项目合集，整理了三十多个和人工智能以及深度学习相关的实战项目。这门课程上线之后同样受到了很多人的关注，但是和《全栈数据工程师养成攻略》相比，由于门槛更高、技术更专，对应的受众自然也会更少。不过无论如何，于我个人而言，在整理这些实战项目的过程中，对人工智能各个领域的研究问题都有所涉猎，也极大地锻炼和提升了自己的编程能力，因此还是收获极大的
学过《深度有趣》的朋友肯定会发现，这门课程中包含相当多和生成对抗网络（Generative Adversarial Network，GAN）有关的实战项目，主要是因为当时我对GAN比较感兴趣，而通过GAN确实可以做很多有意思的事情，这和《深度有趣》的课程主旨高度吻合，即因为有趣才乐于钻研，因为钻研才深度有趣
机缘巧合，虽然在这之前我做过一些NLP方向的研究，但是在发布《深度有趣》之后，我将自己的研究兴趣转向了GAN，后来的博士论文也是和GAN相关。直到现在入职腾讯了，依旧在从事和GAN相关的研究以及应用
所以啊，随着时间的推移，虽然在做的事情不断变化，但是跟着自己的兴趣走，便能始终保持充分的激情以及高昂的斗志。兴趣是最好的老师，能够做自己感兴趣的事，本身就是一种很幸福的体验
回到主题上来，因为和GAN的种种缘分，让我决定接下来写一个关于GAN的专辑，内容涵盖GAN的基本原理、研究方向、发展趋势、应用场景等。和《深度有趣》不同的是，这个系列主要集中在原理介绍、新研究讨论、经验总结等方面，至于实战部分则附上相应的开源项目链接，而不会像《深度有趣》那样亲力亲为、执着于复现
好的，那就先写这么多吧，GAN的前生今世，我们下一篇再见～