【吴恩达deeplearning.ai】4.6 什么是神经风格迁移

←上一篇	↓↑	下一篇→
4.5 面部验证与二分类	回到目录	4.7 什么是深度卷积网络？

什么是神经风格迁移 (What is neural style transfer?)

最近，卷积神经网络最有趣的应用是神经风格迁移，在编程作业中，你将自己实现这部分并创造出你的艺术作品。

什么是神经风格迁移？让我们来看几个例子，比如这张照片，照片是在斯坦福大学拍摄的，离我的办公室不远，你想利用右边照片的风格来重新创造原本的照片，右边的是梵高的星空，神经风格迁移可以帮你生成下面这张照片。

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，我将使用 $C$ 来表示内容图像， $S$ 表示风格图像， $G$ 表示生成的图像。

另一个例子，比如，这张图片， $C$ 代表在旧金山的金门大桥，还有这张风格图片，是毕加索的风格，然后把两张照片结合起来，得到 $G$ 这张毕加索风格的的金门大桥。

这页中展示的例子，是由Justin Johnson制作，在下面几个视频中你将学到如何自己生成这样的图片。

为了实现神经风格迁移，你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，我将在下一个视频中直观地介绍卷积神经网络不同层之间的具体运算，让我们来看下一个视频。