1.总体框架
损失函数
Adversarial Loss
为了使得生成图像更像真实图像，我们引入了如下的对抗损失
Domain Classifification Loss
这一部分相当于attGan中的Attribute Classifification Constraint，（2）式是在D上根据真实的图像优化，找出（3）是在G上根据生成的图像进行优化。
Reconstruction Loss
这部分保证只更改我们想要更改的域中的属性。
汇总
在多个数据集上进行训练
这里的实现很简单，就是额外设置一个掩码，代表在用哪个数据集上的特征进行训练。