【发布时间】：2020-07-20 03:16:26
【问题描述】：
所以我一直在阅读 Leon Gatys 在 2016 年发表的解释神经风格迁移的论文，但我仍然不明白在内容丢失、风格丢失或完全丢失方面发生了什么。有人可以简单地解释一下算法的这些步骤中发生了什么。
【问题讨论】：
标签： conv-neural-network vgg-net style-transfer
【发布时间】：2020-07-20 03:16:26
【问题描述】：
查看我的 GitHub 存储库：https://github.com/Bibhash123/Neural-Style-Transfer
因此，在内容丢失中，我们要找到生成图像的中间特征图和内容图像之间的均方误差。在风格损失中，我们发现风格图像的中间特征图和使用 gram 矩阵生成的图像之间存在误差。总损失计算为上述损失的加权和。实际发生的是，当总损失被优化时，总损失中内容损失的存在确保了生成图像中内容特征的存在。使用 gram 矩阵进行样式丢失可确保生成图像中样式特征的优化分布。我不是专家，因此这个答案可能有错误，但这是我目前所理解的。
【讨论】：