各位好，小弟最近在开始构想一个系统，
大致上有点类似去调整PhotoShop参数，达到预期效果
比方说有一张原图 A，一张目标图 B(Target)，想透过某套系统Training参数
让影像处理引擎吃进参数后，可以大量生成 A'

(注)在python版发问是因为最近在研究TensorFlow...

你有原始图和对照应该使用最佳参数的资料吗？没有的话根本行不通，只能采取古老的影像处理技巧

A-->B的时候，A/B/参数都有, A'-->B'的时候，有A'/B'然后想要预测参数感觉上像是要研发一台自动修图机器人的感觉 XD从已知的经验，在已知的处理引擎上做未知的事因为脑海里面一直有之前AlphaGo的印象，才想说有没有机会，因为下棋也是，有很多既存的棋谱，然后想要达到目标（也就是赢棋），从过往经验学习怎么去达到目标

资料量大的话当然可行啊，只是神经网络有很多预先的参数要设计，包括网络架构，leaning rate, 输入特征该喂什么等等，最好能找到相关成果加以延伸，从零开始会搞死人

记得很多人做过这种东西了，今年台湾 pycon 就有一场在讲这个，可以找找看