Verfahren und Vorrichtung zum Trainieren eines neuronalen Netzes

Computerimplementiertes Verfahren (100) zum Trainieren eines maschinellen Lernsystems (70) umfassend die Schritte:* Bereitstellen (101) eines Quellenbildes (x1) aus einer Quellendomäne und eines Zielbildes (x1) einer Zieldomäne;* Ermitteln (103) eines ersten generierten Bildes (a1) basierend auf dem Quellenbild (x1) mittels eines ersten Generators (71) des maschinellen Lernsystems (70) und ermitteln einer ersten Rekonstruktion (r1) basierend auf dem ersten generierten Bild (a1) mittels eines zweiten Generators (72) des maschinellen Lernsystems (70);* Ermitteln (104) eines zweiten generierten Bildes (a2) basierend auf dem Zielbild (x2) mittels des zweiten Generators (72) und ermitteln einer zweiten Rekonstruktion (r2) basierend auf dem zweiten generierten Bild (a2) mittels des ersten Generators (71);* Ermitteln (105) eines ersten Verlustwertes(L1),wobei der erste Verlustwert(L1)einen ersten Unterschied des Quellenbildes (x1) und der ersten Rekonstruktion (r1) charakterisiert, wobei der erste Unterschied gemäß einer ersten Aufmerksamkeitskarte (m1) gewichtet wird, und ermitteln eines zweiten Verlustwertes(L2),wobei der zweite Verlustwert(L2)einen zweiten Unterschied des Zielbildes (x2) und der zweiten Rekonstruktion (r2) charakterisiert, wobei der zweite Unterschied gemäß einer zweiten Aufmerksamkeitskarte (m2) gewichtet wird;* Trainieren des maschinellen Lernsystems (70) basierend auf dem ersten Verlustwert(L1)und/oder dem zweiten Verlustwert(L2). Computer-implemented method for training a machine learning system. The method includes: providing a source image from a source domain and a target image of a target domain; determining a first generated image based on the source image using a first generator, and determining a first reconstruction based on the first generated image using a second generator; determining a second generated image based on the target image using the second generator, and determining a second reconstruction based on the second generated image using the first generator; determining a first loss value, the first loss value characterizing a first difference between the source image and the first reconstruction, and determining a second loss value, the second loss value characterizing a second difference between the target image and the second reconstruction; and training the machine learning system based on the first loss value and/or the second loss value.