上期视频我们分享了使用styleGAN2生成动漫的视频，本期我们从代码角度分享一下实现过程
我们向styleGAN2模型中输入如下2张动漫照片，神经网络会通过学习，生成同时具有2种风格，且风格各异的不同的动漫人物
styleGAN2
——1——
GAN生成对抗神经网络
生成对抗网络(Generative Adversarial Networks)是一种无监督深度学习模型，用来通过计算机生成数据，由Ian J. Goodfellow等人于2014年提出。模型两个主要模块：生成模型(Generative Model)和判别模型(Discriminative Model)。在神经网络训练时，生成模型与判别模型相互博弈，以达到模型最好的效果
生成对抗网络被认为是当前最具前景、最具活跃度的模型之一，目前主要应用于样本数据生成、图像生成、图像修复、图像转换、文本生成等方向。
GAN模型
StyleGAN系列是NVIDIA在2018年发布的，目前已经发展到StyleGAN3，由于其效果与精度比传统GAN更好，得到了广大开发者的喜欢