🌵1. 风格迁移
2. 算法
具体可以参考论文 A Neural Algorithm of Artistic Style。
- C：内容图
- S：风格图
- G：生成图
定义代价函数：
算法过程为：
- 随机生成G
- 使用梯度下降来减小 ，即
3. 内容代价函数
- 选取中间层 ，不要太浅的网络层，也不要太深的网络层
- 使用预训练好的卷积网络，例如VGG
- 计算激活值 和
- 令
4. 风格代价函数
对于卷积网络的中间层 层，我们可以计算它的风格矩阵。
- 令 表示第 层某一点的激活值（ 尺寸为 ）
- 令 表示第 层的风格矩阵。 尺寸为 ，其中每一项表示两个通道之间的相关性
则：
令 表示风格图的风格矩阵， 表示生成图的风格矩阵，则：
从而：