【动手学深度学习】week 11b | 全连接神经网络(FCN)

本文介绍了全连接神经网络(FCN)如何通过转置卷积实现像素级预测,以及风格迁移技术如何结合CNN训练生成融合内容与样式的图像。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

48 全连接神经网络(FCN)

FCN是用深度学习来做语意分割的奠基性工作。用转置卷积层来替换CNN最后的全连接层,从而可以实现对每个像素的预测
在这里插入图片描述
传统的全连接层和全局平均池化层,没法获得空间信息。
转置卷积层会把最后卷积的输出扩大n倍,实现高宽和原来的图片一样,1×1的卷积会有k个通道,对应k个类别数目,从而实现对全图每个像素的预测/

49 样式迁移

将样式图片的样式迁移到内容图片上,得到合成图片。

基于CNN的样式迁移

训练出一个图片,一方面有内容,一方面有样式,训练一个x出来,在内容和样式上分别有匹配,也就是两个loss的匹配。最后再加上一个噪音消除的Loss。
在这里插入图片描述

评论
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