Kuekua的专栏

条件生成对抗网络（cGAN）是 Pix2pix 的基础架构。传统的 GAN（生成对抗网络）包括一个生成器（Generator）和一个判别器（Discriminator），生成器从噪声分布中生成假样本，判别器则尝试区分真假样本。cGAN 则在此基础上加入了条件信息，使得生成过程不仅依赖于噪声，还依赖于特定的条件输入，从而引导生成器生成符合条件的样本。

stylegan家族

前言学习资源：https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.php一、初识GANGAN的基本结构：为什么要输入高斯分布空间的随机采样z，是因为现实场景中要生成的内容丰富多样，相对于用z为GAN的生成内容指定了其中一种，如下图游戏场景中向左/由转向的选择：二、使用步骤1.引入库代码如下（示例）：i.........................