各位好，小弟最近在開始構想一個系統，
大致上有點類似去調整PhotoShop參數，達到預期效果
比方說有一張原圖 A，一張目標圖 B(Target)，想透過某套系統Training參數
讓影像處理引擎吃進參數後，可以大量生成 A'

(註)在python版發問是因為最近在研究TensorFlow...

你有原始圖和對照應該使用最佳參數的資料嗎？沒有的話根本行不通，只能採取古老的影像處理技巧

A-->B的時候，A/B/參數都有, A'-->B'的時候，有A'/B'然後想要預測參數感覺上像是要研發一台自動修圖機器人的感覺 XD從已知的經驗，在已知的處理引擎上做未知的事因為腦海裡面一直有之前AlphaGo的印象，才想說有沒有機會，因為下棋也是，有很多既存的棋譜，然後想要達到目標（也就是贏棋），從過往經驗學習怎麼去達到目標

資料量大的話當然可行啊，只是神經網絡有很多預先的參數要設計，包括網絡架構，leaning rate, 輸入特徵該餵什麼等等，最好能找到相關成果加以延伸，從零開始會搞死人

記得很多人做過這種東西了，今年臺灣 pycon 就有一場在講這個，可以找找看