冻结 用于*伪*图像翻译的冻结生成器 受学习培训录像的，我测试了一个简单的想法，即在传递学习设置中冻结生成器的早期层，并且效果很好。 重用预训练生成器的高层进行图像到图像的翻译不是一个新颖的想法 ， ，我想它也可以应用于噪声到图像的传递学习GAN。 这是一种伪转换方法，因为应先将输入图像投影到学习的潜在空间，然后再传播投影的矢量以生成目标图像。 因此，性能仅限于原始GAN的域内图像。 我使用了，以下是我得到的一些结果。 通过固定早期图层的潜在向量并处理馈入最后一层的向量，可以分别控制渲染样式。