来源:Coursera吴恩达深度学习课程
卷积神经网络最有趣的应用是神经风格迁移(neural style transfer)。什么是神经风格迁移?让我们看几个例子。
如上图左边,左边的照片是在斯坦福大学拍摄的,右边是梵高的星空,神经网络风格迁移可以生成下面这张照片。这仍是斯坦福大学的照片,但是用右边图像的风格画出来。
为了描述如何实现神经网络迁移,使用C来表示内容(content)图像,S表示风格(style)图像,G表示生成的图像(generated image)。
下面再看一个例子,上图右边。C代表旧金山的金门大桥,S是毕加索的风格,然后把这两张照片结合起来,得到G这张毕加索风格的金门大桥。
这是由Justin Johnson制作,在下面几个视频中将学习如何自己生成这样的图片。
为了实现神经风格迁移,我们需要知道卷积网络提取的特征,在不同的神经网络,深层的、浅层的。在深入了解如何实现神经风格迁移之前,将在接下来的文章中直观地介绍卷积神经网络不同层之间的具体运算。
说明:记录学习笔记,如果错误欢迎指正!转载请联系我。