编码器-解码器网络可以用于不同的输入和输出吗？

Question

致力于图像翻译问题。有许多输入输出图像对，例如以草图为输入，以翻译后的草图为输出。图像为黑白，画线宽度为1像素。

可以使用简单的编码器/解码器来学习图像翻译吗？

下面的代码段来自https://blog.keras.io/building-autoencoders-in-keras.html，其中显示了如何对自动编码器进行编程。显然，作为自动编码器，输入和输出都相同。

autoencoder.fit(x_train, x_train,
                epochs=50,
                batch_size=256,
                shuffle=True,
                validation_data=(x_test, x_test))

但是在这里，我可以代替“ x_train，xtrain”作为前两个参数，而可以给定“ x_train，y_train”，其中x_train是输入图像，y_train是输出图像吗？

理论上正确吗？以下优化器和成本函数会起作用吗？

autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy')

通常将Pix2Pix网络用于此类工作。但是GAN的主要宗旨是，他们学习成本函数以获得好的输出结果。

在我的问题中，成本函数是非常确定的，而不是一个像素。这样可以清楚地定义错误。

即使在这里尝试Pix2Pix，理论上是否正确？