【一】CNN 如何理解图像
- 卷积 and 反卷积
-
图像纹理 - 可以是底层网络的一组特征
-
图像内容 - 可以是深层网络的一组特征
【二】CNN 风格迁移
- CNN视角：内容 and 风格 是可以被 独立实现 的
-
【损失函数】内容：用距离表示
-
【损失函数】风格：Gram Matrices （通道）G = V.T * V
（正相关：接近 1； 负相关：接近 -1； 不相关：接近 0）
-
将 内容 and 风格 的 损失函数 结合起来
优化的是图片的 像素，而不是网络的 参数
【三】生成模型 - 详细见后面章节（07）
- 直接由 特征向量，通过 反卷积 等操作，生成一张图片
