这是数据集的原因么？cycleGAN的结构是完全对称的，效果怎么差那么多？

我也试过读取数据时把AB组对调，转换的效果还是和原来一样。排除了程序结构错误的可能吧

如果马到斑马有比较好的效果，那么斑马到马也会有不错的效果的

可能模型还不够鲁棒吧

去学学你那个cycleGAN的项目～～

你可以去download.py中找找有个网址  下一下斑马和马的数据集

我直接贴上斑马-->马的链接吧：https://people.eecs.berkeley.edu/~taesung_park/CycleGAN/datasets/horse2zebra.zip

这个资源没被墙，下的还挺快

传说中的好人哪！

讨论出 原因没？

正在down，111m，一会穿上去试试

我觉得参数跳得还不够好

大佬，你做那些gan项目时学习率是用的原论文给的或是借鉴Paddl模型库那个版本，还是每个都自己调？

会不会 是 上采样的原因 ？

比如“斑马2马，照片2梵高，人脸2动漫”这些项目是都用同样的学习率就可以，还是每个都自己从头调，或者是从原论文那个lr策略微调？

官方源码是用转置卷积实现的。要怎么改进呢？换成插值上采样？还是调整上采样的stride，padding或其他参数？

感谢大佬提方向！

能不能具体说说？

我先下载源码  看看 再说

这是地址：

https://github.com/znxlwm/UGATIT-pytorch

大佬威武！感谢！

真人不露相啊。。。