近年、画像、テキスト、音楽などを生成する生成深層学習が広く普及している。我々は、二つの画像セット間で、スタイル変換を可能にするCycleGANを個人使用している。その際、大量の訓練データ収集の負担はかなり大きい。そこで、訓練データ収集の妥当な枚数を検討した。具体的には、CycleGANの学習回数を⼀定にして、 訓練データの枚数を変化させて、スタイル変換の精度比較実験を行ない、訓練データ枚数と精度の相関を求めた。我々は、この相関から目的に応じた精度に対応する訓練データの枚数を求めることができ、スタイル変換を実施する際の、訓練データ収集の負担を軽減できると考えている。