艺术风格转换之《A Neural Algorithm of Artistic Style》

源码地址:https://github.com/fzliu/style-transfer

scipy.optimize.minimize的使用

scipy.optimize.minimize(fun, x0, args=(), method=None, jac=None, hess=None, hessp=None, bounds=None, constraints=(), tol=None, callback=None, options=None)

fun目标函数,也即要最小化的函数。

x0初始猜测值。

args可将额外参数传给fun

method论文使用的是L-BFGS-B

options为字典形,其中maxiter表示最大迭代次数。

L-BFGS-B的方法前提下(其它方法可选参数不一样):

jac表示fun除了要返回loss之外,还要另外返回变量的向量梯度grad

bounds表示各个变量的范围,形式为列表中的元组。

举一个例子如下:

minx  f(x)=||x||2

s.t.   5 < x1 <5 ,  12 < x2 <23

如下图所示:greeting是额外参数,因为jacTrue, 所以除了loss还返回了梯度向量2*x
这里写图片描述

Loss解释

Ltotal(p⃗ ,a⃗ ,x
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值