神经风格转换

*什么是神经风格转换？
*深度卷积网络到底在学什么？
*代价函数（Cost function）
*一维到三维推广

一、什么是神经风格转换？

描述神经网络迁移:

二、深度卷积网络到底在学什么？

起初隐藏层可视化输出:


中间隐藏层可视化输出：

三、代价函数（Cost function）


梯度下降：

内容代价函数 ：


风格代价函数：

计算不同通道之间激活项的相关系数：


计算不同通道之间激活项的相关系数：


风格代价函数：

神经风格转移的总代价函数：

风格迁移的概念：
此优化有两个主要目标：第一个是使生成的图像的内容更接近原始图像的内容，而第二个是使生成的图像的风格与指定的风格匹配。风格由Gram矩阵体现，而内容直接由神经元的激活值体现。

四、一维到三维推广

CNN用于心电图EKG信号分析：


CT扫描：

3D卷积：