@jaredyam 感谢回复。

我的目的是（希望能）掌握一种 General 的由 A 图片转化到 B 图片的训练方式，姑且不论效果（关于效果的改进以我的理解应该是通过调整网络实现的），我不是很理解应该用什么样的输出模式，在网上搜索也没总结出什么有效信息，所以来论坛问一下。我目前的想法是，比如在训练分类的时候，他都是有一套固定的评价体系，比如 softmax+交叉熵然后再反向传递，要提高精度需要调整的只是细节的网络结构部分，我认为图转图应该也是这样？提高精度可以靠修改网络解决，然后输入和输出模式相对应该比较固定。

超分应该是这个领域比较常见的需求，我昨晚看了一些开源项目，曾经感觉这些似乎都是很深层的网络实现的，但是看 waifu2x 之类比较老的超分似乎层数非常浅。通过模拟代码我能大概理解它的思路，但是因为个人精力有限，从准备数据集开始 check 每一行代码的逻辑比较累，而且不保证自己理解正确，难免有疏漏，所以想问问论坛里有没有大佬能在比较高的抽象层次用自然语言描述一下具体是这种转换是怎么做出来的，我感觉对我会很有帮助。