学习日记2：Gram Loss与纹理生成（DL作业回顾）

最新推荐文章于 2022-12-21 09:56:47 发布

鳕鱼鱼鱼鱼

最新推荐文章于 2022-12-21 09:56:47 发布

阅读量2k

点赞数 1

分类专栏：学习日记文章标签： Gram-Loss 个人笔记纹理生成

本文链接：https://blog.csdn.net/moiracod/article/details/90547489

版权

本文介绍了Gram矩阵的概念，详细解释了如何在TensorFlow中实现Gram矩阵，并探讨了Gram Loss的计算方式。通过一个纹理生成实验，展示了Gram Loss在图像风格转换中的应用，同时给出了带有权重的Gram Loss实现及其生成结果。

摘要由CSDN通过智能技术生成

学习日记2：Gram Loss

Gram Matrix
Gram Loss
纹理生成实验

Gram Matrix

首先，Gram矩阵可以看做是矩阵的向量与其转置的内积，即：给定一个实矩阵 A，矩阵 ${A^T}A$ 是A的列向量的格拉姆矩阵，而矩阵 $A{A^T}$ 是A的行向量的格拉姆矩阵。
Alt
作业要求是实现：
$G_{ij}^l = \sum\limits_{m,n} {F_{i,m,n}^l} F_{j,m,n}^l$