न्यूरल स्टाइल ट्रांसफर
न्यूरल स्टाइल ट्रांसफर (NST) एक डीप-लर्निंग इमेज सिंथेसिस तकनीक है, जिसे 2015 में गैटिस, एकर और बेथगे द्वारा प्रस्तुत किया गया था, जो एक इमेज की सिमेंटिक सामग्री को दूसरी इमेज की विज़ुअल टेक्सचर और कलात्मक शैली से अलग करती है, और फिर एक प्री-ट्रेन्ड कन्वेन्शनल न्यूरल नेटवर्क के फ़ीचर मैप्स से गणना की गई संयुक्त सामग्री और शैली हानि को कम करने के लिए पिक्सेल मानों को पुनरावृत्त रूप से अनुकूलित करके उन्हें एक एकल संश्लेषित इमेज में पुनर्संयोजित करती है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Gatys, L. A., Ecker, A. S., & Bethge, M. (2016). Image Style Transfer Using Convolutional Neural Networks. Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR), pp. 2414–2423. DOI: 10.1109/CVPR.2016.265 ↗
- Gatys, L. A., Ecker, A. S., & Bethge, M. (2015). A Neural Algorithm of Artistic Style. arXiv preprint arXiv:1508.06576. link ↗
- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press. ISBN: 978-0-262-03561-3
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/hi/deep-learning/neural-style-transfer
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- जनरेटिव एडवरसैरियल नेटवर्कगहन अधिगम↔ compare
- ट्रांसफर लर्निंगमशीन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare