我想根据给定的输入(向量或标量(以 mxn 图像的形式生成一个状态场(例如 x-y 平面中的温度场(。
为了简单起见，让我用一个简单的例子来说明： 如果输入为 0，则输出应为黑猫。对于输入 = 0.53，输出是一只棕色的猫，....，对于输入 = 3，它是一只黑狗，依此类推。
它可以被认为是分类的反转，但我不确定。
根据我到目前为止的搜索，我认为这是一个图像生成问题，其中 GAN 或自动编码器可以在标记的数据集上使用(我有不同输入向量的图像(。 我的问题：
-
这是解决这个问题的正确方法吗？如果是这样，你能推荐好的例子吗？
-
如果这不是解决它的正确方法，请您分享您对如何解决它的看法吗？
自动编码器可能是合适的，您需要通过提供与输入和输出相同的图像来进行训练。然后，在训练时，您可以记录编码器和解码器模块之间的潜在向量。之后，您可以将这些矢量与自动编码器的解码器部分一起使用来生成图像。
训练： 编码器 --> [潜在向量] -->解码器
预测
[潜在向量] --> 解码器 -->输出
这只是一个想法，我以前没有尝试过。希望对:D有所帮助
这是 GAN 的典型问题。特别是条件GAN可以用来解决这个问题。查看以下链接以获取更多信息： https://phillipi.github.io/pix2pix/