在实际场景中，训练集和测试集往往存在分布差异，导致模型不work。领域自适应是解决这类问题的一种方法，但是它需要测试数据的一些先验知识。但是很多时候，在测试数据到来前我们往往对它们是一无所知的，因此近年来很多人开始考虑一种更有实际意义的研究场景，也就是领域泛化。

对VAE和GAN的模型结构和代码实现，及其数据表示。此外包含VAE和GAN的对应的优化目标和损失函数的原理和实现

ControlNet训练代码解析