cycle GAN pytorch

cycle GAN pytorch_第1张图片

网络结构大致如上图所示,区别与普通的GAN网络(即左半部分),cyclegan添加了一个新的生成器GBA,其大致的逻辑如果不添加,无法保证fake B 和A无内容上的联系,而添加了GBA,增加fake A 和 A的内容差异损失(L2 loss),使得fake B和A有联系,故有生成器GAB,GBA,判别器DB及循环损失,同时也可以添加GAB( B)和B,GBA( A)和A的辨别损失。

你可能感兴趣的:(pytorch,深度学习,机器学习)