我是一个GAN领域的新手，我知道原始的GAN是将潜在向量作为输入的。但是，如果我想完成风格转换和去除水印这样的任务，输入可能应该是图像。

这让我想到，如果我想基于原始GAN架构进行这样的工作，可能需要一个自动编码器来将图像转换为潜在向量。这是一个合理的想法吗？

现在我知道Pix2pix可能是我需要的。但是早期的GAN架构是如何完成这种“图像转换”任务的呢？

非常感谢。

回答：

有VAE-GAN，它很可能可以实现你想要的效果，你甚至可能不需要“变分”部分。你还可以看看CycleGAN。