Я довольно новичок в машинном обучении и хочу лучше понять Neural Style Transfer, но я чувствую, что что-то упустил.Насколько я знаю
- Обновления обратного распространения веса , а не входы .Сгенерированное изображение (G) является входным
- Подход Neural Style Transfer включает в себя обучение с переносом, то есть использует предварительно обученную сеть (VGG) для вычисления функции стоимости.Эта сеть не используется для изучения чего-то другого, но для того, чтобы дать представление о близости между G и Content Image (C) и между G и Style Image (S)
Мой вопрос: какизображение обновлено?Я могу быть очень неправ, но обновление сети, кажется, разрушает понимание, которое помогло определить функцию стоимости в первую очередь (функция стоимости использует активации некоторых слоев, чтобы определить, имеет ли G аналогичный контент с C и стиль, близкий кS).Однако, допустим, мы изменили сеть.Но это означает изменение веса, а не ввода.Как мы можем настроить пиксели в зависимости от функции стоимости?
Я уже смотрел https://www.youtube.com/watch?v=xY-DMAJpIP4&list=PLkDaE6sCZn6Gl29AoE31iwdVwSG-KnDzF&index=39 и другие видео от Эндрю Нга на эту тему, но я до сих пор не понимаю.Я упоминаю, что имею в виду первый подход к передаче нейронного стиля (Леон А. Гатис и др.)