《人工智能應(yīng)用素養(yǎng)》-15-5.訓練生成圖像_第1頁
《人工智能應(yīng)用素養(yǎng)》-15-5.訓練生成圖像_第2頁
《人工智能應(yīng)用素養(yǎng)》-15-5.訓練生成圖像_第3頁
《人工智能應(yīng)用素養(yǎng)》-15-5.訓練生成圖像_第4頁
《人工智能應(yīng)用素養(yǎng)》-15-5.訓練生成圖像_第5頁
已閱讀5頁,還剩13頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

01目錄CONTENTS計算內(nèi)容損失02計算風格損失03計算總損失04更新生成圖像計算內(nèi)容損失1Part1.內(nèi)容特征提取

2.計算內(nèi)容損失計算內(nèi)容損失計算內(nèi)容損失1.內(nèi)容特征提取計算內(nèi)容損失2.計算內(nèi)容損失計算風格損失2Part1.風格特征提取風格特征更為抽象和復雜,它不僅僅取決于某一層提取的特征信息,而是多個卷積層提取特征的相關(guān)性。Gram(格拉姆)矩陣可以很好地表示這一相關(guān)性,該矩陣在圖像風格遷移中廣泛使用。2.計算單層風格損失計算風格損失3.計算總風格損失計算風格損失1.風格特征提取

計算風格損失2.計算單層風格損失

計算風格損失3.計算總風格損失

計算總損失3PartMinimalistwindAI計算總損失內(nèi)容損失風格損失總損失

計算總損失計算總損失更新生成圖像4Part1.初始化在損失函數(shù)建立之后,就可以通過梯度下降逐步迭代使得損失函數(shù)最小化,從而使生成的風格化圖像盡量符合預期風格,最終即可得到風格化后的結(jié)果。首先創(chuàng)建一個optimizer(優(yōu)化器),并初始化生成圖像,使用自動求導來完成一次訓練并更新生成圖像為提高生成圖像的質(zhì)量,使用訓練數(shù)據(jù)進行多輪訓練,每一輪訓練完成后,都保存該輪的生成圖像到文件中。2.單次迭代更新生成圖像3.多輪訓練MinimalistwindAI更新生成圖像初始化單次迭代MinimalistwindAI更新

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論