*什么是神经风格转换？
*深度卷积网络到底在学什么？
*代价函数（Cost function）
*一维到三维推广
一、什么是神经风格转换？
描述神经网络迁移:
二、深度卷积网络到底在学什么？
起初隐藏层可视化输出:
中间隐藏层可视化输出：
三、代价函数（Cost function）
梯度下降：
内容代价函数 ：
风格代价函数：
计算不同通道之间**项的相关系数：
计算不同通道之间**项的相关系数：
风格代价函数：
神经风格转移的总代价函数：
风格迁移的概念：
此优化有两个主要目标：第一个是使生成的图像的内容更接近原始图像的内容，而第二个是使生成的图像的风格与指定的风格匹配。风格由Gram矩阵体现，而内容直接由神经元的**值体现。
四、一维到三维推广
CNN用于心电图EKG信号分析：
CT扫描：
3D卷积：