BN -> IN,能有效提升纹理风格转化任务的图像生成质量
1、原因
1)生成图像的对比度主要取决于style图像,而非content图像;通过instance normalization,可以去除content图像的个体对比度差异,从而简化生成过程
2)高度非线性的contrast normalization很难通过CNN block(包含卷积、池化、上采样、BN等)来实现,因此需要直接在architecture中专门设计这一环节
2、应用细节
training & testing阶段均不固定归一化参数(均值&方差)