基于神经网络的风格迁移目标损失解析( 三 )


变化总代价计算它就像一个正则化器 , 提高生成图像的平滑度 。 这在原始论文中没有使用 , 但改进了结果 。 本质上 , 我们消除了生成图像中样式和内容传输之间的差异 。 通过以上方法将代价最小化就可以使用优化器进行训练了 。
作者:Daniel Deutsch
【基于神经网络的风格迁移目标损失解析】deephub翻译组