ragGAN的官方版还没有发布，但是已经有非官方版的实现了，我们看看如何使用。DragGAN不仅让GAN重新回到竞争轨道上，而且为GAN图像处理开辟了新的可能性。正式版本将于本月发布。但是现在已经可以在一个非官方的演示中试用这个新工具了

DragGAN

生成对抗网络(GAN)是一种机器学习系统，由生成器和鉴别器两部分组成。

这两个部分是在竞争场景中训练的，其中生成器创建“假”数据(例如试图模仿图像)，并试图欺骗鉴别器将其分类为“真实”。

另一方面，鉴别器在训练过程中学习区分真实数据和虚假数据。这种来回的“竞争”随着时间的推移提高了生成器输出的质量，这使得gan能够产生令人难以置信的真实合成数据。

DragGAN通过允许gan生成的图像的任何点被“拖动”到目标点，从而改变图像，为控制gan开辟了新的可能性。也就是说我们可以通过对姿势、形状、表情和布局的明确控制来操纵图像!🤯

论文还介绍了一个称为“GAN inversion”的过程，可以将真实图像转换为GAN可以理解的格式，并通过DragGAN进行转换。

Google Colab

Google Colab可以在浏览器窗口中运行DragGAN。只需要在在Notebook设置中选择GPU并运行安装代码，然后运行演示代码块。

下图就是通过设置原点和目标点，点击“Drag it”(通过“Setup Handle Points”菜单)，选

择一个模型和图像来测试DragGAN。

代码在这里（有中文的部署文档哦）：

https://github.com/Zeqiang-Lai/DragGAN

colab地址，可以直接使用：

https://colab.research.google.com/github/Zeqiang-Lai/DragGAN/blob/master/colab.ipynb#scrollTo=JwFHP4JUWtko

别忘了DragGAN的官方网站：

https://vcai.mpi-inf.mpg.de/projects/DragGAN/