标签：输出 Style 李宏毅 Deep 7.3 咸鱼 CNN 图片
目录Deep Dream
Deep Dream是这样的：如果给机器一张图片\(x\)，Deep Dream会把机器看到的内容加到图片\(x\)中得到\(x'\)。那如何实现呢？
如上图所示，将图片\(x\)输入到CNN中，然后取出CNN中某一层\(L\)（可以是卷积、池化阶段的隐藏层，也可以是FNN中的隐藏层）的输出\(O\)，然后将\(L\)中的正值调大、负值调小得到一个新的输出\(O'\)，然后通过梯度下降找到一张新的图片\(x'\)使层\(L\)的输出为\(O'\)，这个\(x'\)就是我们要的结果。直观理解的话，也就是让CNN夸大它所看到的内容。
然后就得到了如下结果……（看到的时候我惊了，真是十分哇塞）
Deep Style
Deep Style是这样的：如果给机器一张图片\(x\)和\(y\)，Deep Style可以把图片\(y\)的风格加到图片\(x\)上，也就是风格迁移。
那如何实现呢？论文：A Neural Algorithm of Artistic Style。
- 把图片\(x\)传入CNN并得到输出，然后其输出作为图片\(x\)的内容\(c_x\)（content）；
- 把图片\(y\)传入CNN并得到输出，但不是考虑输出的值是什么，而是考虑输出层中各个filter输出之间的相关性（corelation）作为图片\(y\)的风格\(s_y\)（style）；
- 最后基于同一个CNN找到图片\(z\)，图片\(z\)传入CNN后得到的内容\(c_z\)像\(c_x\)、风格\(s_z\)像\(s_y\)。
如下图所示
围棋
CNN不单单可以用在图像上，还可以用在其它方面，比如下围棋。
在下围棋这件事上，其实FNN就可以（输入和输出都是19×19=361的vector），但CNN的效果更好。当然还可以用强化学习。
为什么CNN可以用来下围棋呢？因为围棋具有图像的3个性质，不过AlphaGo并没有用Max Pooling因为它不需要。
语音
如下图所示，用语谱图（Spectrogram）表示语音。
语谱图的x轴是时间，y轴是频率，z轴是幅度。幅度用颜色表示（比如亮色表示高、暗色表示低）。
在语谱图中，CNN的卷积核往往只在y轴方向上移动，这样可以消除男生女生声音频率的差异；卷积核往往不在x轴上移动，因为时间域一般是在后面用LSTM等等进行处理，如下图所示。
文本
CNN也可以用在文字处理上，比如文本情感分析。具体不再讲，可以看李宏毅老师的视频。
图片生成
Deep Dream的方法还是不能画出图片，不过也有其它较为成功的方法，如下图所示。
Github（github.com）：@chouxianyu
Github Pages（github.io）：@臭咸鱼
知乎（zhihu.com）：@臭咸鱼
博客园（cnblogs.com）：@臭咸鱼
B站（bilibili.com）：@绝版臭咸鱼
微信公众号：@臭咸鱼
转载请注明出处，欢迎讨论和交流!
标签：输出,Style,李宏毅,Deep,7.3,咸鱼,CNN,图片 来源： https://www.cnblogs.com/chouxianyu/p/14605746.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。