参考：
https://www.jianshu.com/p/8c7a7cb7198c
https://blog.csdn.net/gdymind/article/details/82696481
零、前言
最近一个叫deepnude的软件火了，开发它的程序员声称这个软件可以一键“脱掉”照片中女性的衣服（因为AI训练素材的原因也只能是女性），deepnude推出了免费版和付费版，免费版中间有一个大大的水印基本啥都遮住了，付费版就只是在照片的左上角注明了“FAKE”。该软件一经推出就掀起了很大的舆论争议，最近该软件的开发者迫于压力关掉了网站和软件下载（改善生活的企图END）并表示该软件并没有使用很高深的技术，只是pix2pix算法的一种应用（基于大量学习）。这里我们就简单介绍下pix2pix这个AI框架，如果你对deepnude本身感兴趣的话可以关注公众号“程序员防脱发中心”回复“deepnude”获取更多信息。
一、逆图片识别
深度学习经过多年发展已经很容易实现AI的万物识别，以前调侃过的AI民工（数据标注员）主要工作就是对大量图片或数据进行标注，不断训练AI，达到的效果就是“看猫是猫”、“看狗是狗”。啥意思呢，简单来说就是给一张猫图能识别出这是个猫，给个狗图就知道是狗，推而广之就是人脸识别、车牌识别、场景识别等等、等等。
接着我们自然就会想到说，那能不能把这个过程反过来，给AI一个“猫”让它返回一个猫图呢？
很遗憾，不行！对于AI来说，知道是猫和画个猫其难度与人类学画画是一样一样的。
二、生成对抗网络GAN
为了教AI学会画猫，科学家们整出了GAN，GAN主要包含两个元素：G和D，G用来生成随机图片，D用来判断这个图片是否符合要求。比如使用G来不断生成随机图片，D判断图片是否是猫图。GD互相作用相互锻炼，如果D足够聪明的话，在一段时间的学习后G生成的图片就越来越像猫，最终就可以源源不断地生产猫图啦。
前段时间大火的猫图生成器使用的就是这么个原理（还有卡通头像、美女图片等），不过光生成随机图片还不过瘾啊，能不能生成用户需要的图片呢？比如站着的猫、躺着的猫、睡觉的猫？
三、成对训练pix2pix
GAN使用的方法是生成随机图片，然后判断是否是猫，这种模式的后果就是你得到的总是随机猫图。科学家们又想了个点子，能不能在判断之前先给出正确答案，让G生成的猫图越来越靠近我们需要的样子？于是就有了成对训练pix2pix。
这个算法的核心就是给出AB两个成对的图片来进行训练，如下图所示。对AI进行大量训练后，当我们给出一个X时，AI就能自动将X转化为Y。
理论上deepnude就在pix2pix的基础上对大量女性图片（X）和大量果体图片（Y）进行训练，最后达到的效果就是随机给出一个X，AI自动生成果体Y，当然具体操作上会比较复杂。
四、总结
这里只是对pix2pix做了个简单的介绍，后续还会继续补充更多学习资料，敬请关注“程序员防脱发中心”！如果你对deepnude本身感兴趣的话可以关注公众号“程序员防脱发中心”回复“deepnude”获取更多信息。
