StyleTransfer
关注
分享
扫一扫
文章平均质量分 88
Alanyannick
Computer Vision, Machine learning, Artificial intelligence.
展开
-
风格迁移学习笔记(1):Multimodal Transfer: A Hierarchical Deep Convolutional Neural Network for Fast
以下将分为3个部分介绍:效果解決的問題How to solve it？1.效果:先来看一下效果2.解决的问题: 通用框架下进行style transfer时候的笔触差异 原始的方法永远会和style差距较大解决不同size下的笔触问题,如下图如果只用256的size去训练较coarse的笔触 或者 用1024的size去训原创 2017-12-29 21:58:15 · 4692 阅读 · 0 评论 -
风格迁移学习笔记(2):Universal Style Transfer via Feature Transforms
以下将分为3个部分介绍:1.提出的background和sense2.proposal network pipeline3.resultsBackground先来review一下过去的架构.1.传统的neural style存在两个巨大的弊端: 调参/耗时。即不仅需要我们对neural style的层级进行大量调参，而且整个迭代过程是对于z噪声进行迭代,非常耗时原创 2017-12-29 22:00:34 · 7667 阅读 · 1 评论