CycleGAN學習：Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks, 2017.

【導讀】圖像到圖像的轉換技術一般需要大量的成對數據，然而要收集這些數據異常耗時耗力。因此本文主要介紹了無需成對示例便能實現圖像轉換的 CycleGAN 圖像轉換技術。文章分爲五部分，分別概述了：圖像轉換的問題；CycleGAN 的非成對圖像轉換原理；CycleGAN 的架構模型；CycleGAN 的應用以及注意事項。 圖像到圖像的轉換涉及到生成給定圖像的新的合成版本，並進行特定的修改，例如將夏季景

>>阅读原文<<