Neúrové prenosy štýlu
Neúrové prenosy štýlu (NST) je technika syntézy obrazu založená na hlbokom učení, predstavená Gatysom, Eckerom a Bethgeom v roku 2015, ktorá oddeľuje sémantický obsah jedného obrazu od vizuálnej textúry a umeleckého štýlu iného, a potom ich rekombinuje do jedného syntetizovaného obrazu iteratívnou optimalizáciou hodnôt pixelov s cieľom minimalizovať kombinovanú stratu obsahu a štýlu vypočítanú z mapovacích polí predtrénovanej konvolučnej neurónovej siete.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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
Ako citovať túto stránku
ScholarGate. (2026, June 3). Neural Style Transfer via Convolutional Neural Network Feature Statistics. ScholarGate. https://scholargate.app/sk/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.
- Generatívna protiadverзárna sieťHlboké učenie↔ compare
- Prenosové učenieStrojové učenie↔ compare
- Variačný autoenkodérHlboké učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →