上节课讲到了内容代价函数，今天来讲一下风格代价函数。
风格代价函数衡量的是两张图之间风格的相似程度，那么问题来了，什么是风格呢？
我们前几节课讲到了关于卷积层不同层之间的代表联系，越浅层的代表越细节的东西，比如说我们之前看到的分类，有的是寻找黄色的，有的是寻找条纹的，不同的通道对应不同的匹配项。
那么对于风格来说，比如《星空》也许就会把转圆圈跟白色线条这两种元素联系起来。联系起来的意思就是，当图片对应的这两个通道的某个点被同时激活，就代表他们同时拥有这两种特征。
从这个点出发，我们就可以对风格函数进行计算了。
首先我们定义Gkk’函数，代表了某张图片的k与k'通道对应点的乘积之和，乘积之和越大，则代表他们关联性越强。
然后我们把风格图片模型和生成图片的模型同时进行计算，这样就得到了两个模型的值，当我们评估生成模型的值的时候，只需要把这个差值作为损失函数进行计算即可，差值越小，则代表他们的风格越相近。
在计算损失函数的时候，还可以对他们进行归一化的操作，或者是在前面乘上一个超参数。
这个就是我们得到的风格代价函数完整的式子了，结合我们之前使用的内容代价函数，结合起来就是整个风格迁移的函数，在风格代价函数跟内容代价函数前面都需要加上一个超参数，来代表他们不同的权重。
网友评论