吴恩达深度学习之风格迁移

个人的学习笔记,一直更新中,如有错误,评论区见,冲冲冲!

笔记来源:吴恩达深度学习

4.6 什么是神经风格转换?_哔哩哔哩_bilibili

1  输入输出

风格迁移输入:内容(Content)图像C和风格(Style)图像S。

输出:内容图像被风格图像影响后的输出结果G。

吴恩达深度学习之风格迁移_第1张图片

2 损失函数

网络的损失函数J(G):内容损失函数和风格损失函数。

内容损失函数: Jconstant(C,G)

风格损失函数:Jstyle(S,G)

吴恩达深度学习之风格迁移_第2张图片

 3 网络更新

注意:风格迁移中利用梯度下降方法更新的是输出图像G。

吴恩达深度学习之风格迁移_第3张图片

4 损失函数介绍

4.1 内容损失函数

 吴恩达深度学习之风格迁移_第4张图片

4.2 风格损失函数

5 深度学习网络各层学习到的特征的可视化

你可能感兴趣的:(吴恩达深度学习,深度学习,神经网络,人工智能,迁移学习,机器学习)