一、Conditional GAN
之前讲到的GAN是随机输入一个向量，会产生一张图片。
conditional GAN讲的是，可以输入一行文字，产生对应文字的图片，即可以控制输出的结果。
比如我们要train一个模型，输入文字，会输出对应图片。
用传统的方法来train，即上图，将文字输入一个神经网络，输出一副图像，使得与真实图像像素之间距离足够近。那么这样的模型可能会输入多张同类图片的平均，比如火车有很多张， 朝前的火车，朝后的火车，生成这样的图片都是正确的，但是生成它们的平均就有问题了，生成的图片是模糊的。
因此要用到GAN的技术
首先将要train的文字c和一个正态分布向量z输入G，会生成一张图片，然后将该图片和c输入D，得到一个scalar，该scalar会同时考虑条件（文字），也会考虑生成图片的质量。
如果只把x送入D，而不考虑c，比如c跟汽车有关，而G生成了一张特别清晰的猫，可能D会给x打高分，这显然是不合适的。
上图中下面两种情况都会给0分。
上图为D和G的训练过程。
上图中有两种常用的discriminator，但是好多文献似乎都用下面这种，这种似乎更有道理。它会输出两个值，一个代表x是生成的还是真实的，另一个代表c和x匹配的程度。
上图中第一张图似乎没有说明为什么给低分。
二、stack GAN
stack GAN的核心思想是先生成小张的图，再产生大张的图。
image-image主要用于黑白图转彩色图，或者白天转夜晚等等。
使用传统的监督学习方法来训练，可能出现的问题之前了解到过，可能会使得到的图片不清晰。
使用GAN生成的图像左上角同样有一些问题。
应该使得G生成的图片与真实图片足够接近，即把GAN和close结合起来，生成图片的效果是很好的。
实际上，在image-to-image问题中，使用的discriminator不是左图中将整张图片放进去的，而是右边，一块一块的送到discriminator中。因为直接把左图整张图片放进去，会使得参数过多，可能会过拟合或者训练困难。
所以块的大小作为一个超参数，是需要调整的。
patch GAN不仅用于image-to-image问题中
