photo-editing-tensorflow:基于策略梯度法的照片优化对抗网

基于策略梯度法的照片优化对抗网 照片润饰是一项耗时且具有挑战性的任务，它需要超越休闲摄影师能力的高级技能。 该项目旨在构建一个学习者，该学习者以类似于人的方式学习编辑照片。 最近，有许多任务通过对抗性学习来增强其鲁棒性和性能。 我们将对抗学习的概念借用到照片美学改善任务中，并使用策略梯度来优化其动作空间类似于人的策略网络。 要求 python 2.7 科学的 张量流 皮尔 用法 我们需要两个图像池。 我们的模型将学习如何编辑源池中的照片，使其看起来像目标池中的照片。 pyhton main.py --source_path <path> --target_path <path> 方法 人体水平编辑：曲线 曲线工具也许是最强大，最灵活的图像转换。 曲线工具可以获取输入色调并有选择地拉伸或压缩它们。 但是，与仅具有黑，白和中点