十六 动手学深度学习v2计算机视觉 ——样式迁移

文章目录

  • 基于CNN的样式迁移

基于CNN的样式迁移

十六 动手学深度学习v2计算机视觉 ——样式迁移_第1张图片
我们通过前向传播(实线箭头方向)计算风格迁移的损失函数,并通过反向传播(虚线箭头方向)迭代模型参数,即不断更新合成图像。 风格迁移常用的损失函数由3部分组成:

  • 内容损失使合成图像与内容图像在内容特征上接近;

  • 风格损失使合成图像与风格图像在风格特征上接近;

  • 全变分损失则有助于减少合成图像中的噪点。

内容损失:均方误差
样式损失:样式相似就是指特征的统计分布一样,gram矩阵计算偏心协方差矩阵。计算gram矩阵的均方误差。
https://www.cnblogs.com/dudu1992/p/9112054.html

你可能感兴趣的:(动手学深度学习,深度学习,人工智能)