生成器是否有可能在噪声是特定输入（例如 n张图片）而不是随机数的情况下学习分布噪音？例如，有两类标签分别为 0 和 1 的图像，例如 0（代表猫）和 1（代表狗） 。当我们给它喂狗时，是否有可能学习生成器，并且生成器将根据该狗图像生成猫图像？ 该查询在某种程度上与对图像进行去模糊处理相同，但是如果没有针对模糊图像给出清晰的图像，而只是给出了随机清晰的图像该怎么办。
答案 0 :(得分：3)
当然可以。这称为样式转换，并且已经有很多工作在进行。通过某种方式，您可以了解狗的流形与猫的流形之间的映射功能。在该方向上著名的著作是CycleGAN论文（https://arxiv.org/pdf/1703.10593.pdf），该论文使用周期一致损耗来从一个方向映射到另一个方向并返回。这样可以使训练更加稳定，并使生成的图像更接近初始图像。