pix2pix（配對影像轉換）

pix2pix（Isola 等人，2017）是 CycleGAN 的配對對應版本：當你確實擁有匹配的「前／後」配對時，它學習影像對影像的轉換——邊緣到照片、地圖到空照圖、同一場景的白天到夜晚、素描到算繪物件。由於每個輸入都附帶其正確輸出，便能明確告訴模型「對」是什麼樣子。其洞見在於結合兩種壓力：一個重建損失說「要吻合已知的目標」，一個對抗損失說「同時也要看起來像真實影像」，兩者合力避免了單用重建損失會造成的模糊。

pix2pix 是一個以輸入影像為條件的條件式 GAN。生成器 G(x) 把輸入影像 x 映成輸出，以兩項訓練：條件對抗損失（判別器 D(x, y) 判斷配對（輸入、輸出）是否為真實匹配的配對）加上一個 L1 重建損失，即 λ 乘以 y − G(x) 的 L1 範數，朝向真實標準答案。之所以用 L1（而非 L2），是因為它較不模糊；對抗項則補上 L1 單獨會漏掉的高頻真實感。生成器是一個 U-Net（帶跳接的編碼器—解碼器，讓低層細節與結構繞過瓶頸），判別器則是一個 PatchGAN，把每個 N×N 影像區塊分類為真或假再取平均——把對抗訊號聚焦於局部紋理，而由 L1 處理全域的低頻正確性。

這個乾淨的想法是一種分工：L1 把整體結構與色彩大致弄對（低頻），而 PatchGAN 的對抗損失讓紋理銳利且合理（高頻）。pix2pix 是一個通用框架——同一架構只需更換訓練配對即可處理眾多任務——並奠定了日後被 pix2pixHD（高解析度、多尺度）與 SPADE／GauGAN（語意圖到照片）擴展的範本。它的硬性要求是對齊的配對資料；當配對不可得時，便退而使用 CycleGAN 這類未配對方法，以可靠性換取「不需配對」。