Cycle-GAN 与 ADN

CycleGAN Cycle-GAN 算是很久以前的东西了。它不需要成对的训练![数据，只需要来源于两个分布的不同数据即可。 核心思想就是上面的示意图。相比general的GAN来说，它有两套GAN，这两套可逆。 实际使用如下的adversarial loss 更稳定， 还要加上一致性损失 所以总的损失为 。以上就是Cycle-GAN的核心。 实际使用中，需要注意一些训练的trick，可参见Cyc

>>阅读原文<<