论文笔记：Precomputed Real-Time Texture Synthesis with Markovian Generative Adversarial Networks

1.什么是deconvolution

反向映射，用来可视化深度特征，也可以用来重建图片。

2.合成图片两种方式：

1）生成全图的模型，效果不错但只对小图work,保真度fidelty低，一般用auto encoder

2）马尔科夫模型，同时生成texture。可以捕获局部patch的统计信息。本文是第二种

3.主要通过strided convolutional network取代pooling来加速inversion of the network

motivation:真实数据往往不是正态分布的，而是一个非线性manifold，用高斯去mapping效果不好，我们学习跟那个manifold的内容相关的patch的mapping。

4.network

loss

训练过程不改变vgg19,只通过优化D,G来最大化G的质量。

文章最后对比了不用vgg做finetune的效果很差。