Discriminator 在繼續訓練時發生錯誤，因為 binary.weight 和 category.weight 的維度與之前儲存的 checkpoint 不匹配 2025-03-16 原本訓練資料是 256×256, 改用…
zi2zi 目前 L1 Loss 主要考慮像素差異，但可能會造成模糊結果, 利用增強感知損失（Perceptual Loss）讓輸出更加銳利 2025-03-12 vgg16: 你可以在現有的 L1 Loss 基…
修改 UNet ，加入 AdaIN（Adaptive Instance Normalization），並在中層（尤其是 layer=4, 5, 6）插入，以便更細緻地控制風格影響 2025-03-12 這裡是修改後的 UNet 代碼，加入了 AdaI…
