机器学习笔记：fast style transfer原理

在学习style transfer时，提到了fast style transfer的处理，原理到底什么样呢

一、Fast Style Transfer

这里有几个参数，分别作如下简单解释：

（1）假设想让图片转化为风格style如下，这个是style image，对应的就是style target

（2） fw即为待训练的模型，待训练的风格转换模型（风格图片即为style image），这个模型的参数就是我们需要训练的，与style transfer不同，本模型需要反向传播训练的不是输入图片的像素，而是模型的参数。

（3）x（输入图片）集合，也就是参与训练的图片集合

建议使用coco数据集进行训练，如下所示

http://images.cocodataset.org/zips/train2014.zip

这里任意举一个输入样本例子，取x如下图所示

 

（4）yc对应的就是content target，也就是原图x，即上图 

（5）y帽，这里y帽为经过fw模型生成的图片，最初的时候效果不咋地，慢慢的越来越好，理想中的效果如下所示

 二、训练步骤

如上所示，对于模型而言。Fast Style Transfer的训练步骤如下：

1 输入一张图片x到fw中得到结果y帽

2 将y帽与yc输入到loss network(VGG-16)中，计算它的relu3_3的输出，并计算它们的均方误差作为content loss

3 将y帽与ys输入到loss network(VGG-16)中，计算它的relu1_2,relu2_2,relu3_3,relu4_3的输出，再计算它们的Gram Matrix的均方误差作为style loss 

4 两个损失相加，并反向传播。更新fw的参数，固定loss network不动。

5 回到第一步，重新训练fw.