慢慢来，会更好！
大家好，我是一个想研究又不会研究的研究生
陪伴大家一起学习成长！
Unpaired data：x与y的不是配对的
那么，我们现在遇到一个更加艰难的情况，假如没有一点成对的资料，那该怎么办呢？
那在这种情况下，还有没有办法训练一个network，input x，output y呢？
这就是GAN可以帮我们做的事情
那有没有办法做这件事情呢（输入一张人脸，输出二次元图片）
乍听，好像也没有很难
和原理的GAN训练一样，换一个sample方法即可
可能这么简单吗？
答案是不可能的
输出y domain的图片可能忽略x输出一个像是二次元做的图片，
Discriminator可能觉得它做的很好，就结束了
如果我们完全套用以前的GAN，显然是不够的。
如果使用conditional GAN也是不行的，因为它前提得有成对的资料（什么样的x与y的组合是对的）
那该怎么办呢
如下图
我们可以设置两个Generation来进一步解决这个问题
来尽可能使得输入的图片与第二次Generation的图片接近，从而相当于添加了一个输入的限制
在这里，Cycle GAN也可以是双向的啦
此外，还有很多厉害的GAN
