A Neural Algorithm of Artistic Style : Neural Style Transfer with Eager Executon

简介

本文介绍为什么代码能够实现风格迁移的功能,重点在优化对象.

地址

github地址:
https://github.com/tensorflow/models/blob/master/research/nst_blogpost/4_Neural_Style_Transfer_with_Eager_Execution.ipynb

我的重点

tensorflow中,怎么定制自己的求导函数,而不是使用优化器的minimize
tf.train.Optimizer.minimize的minimize包含了什么
opt.compute_gradients(loss, list_of_variables])
opt.apply_gradients(grads_and_vars, global_step=global_step,
name=name)

解析

由于tf.train.Optimizer.minimize会自动求导并将导数*学习率应用到网络的所有权重上
这与A Neural Algorithm of Artistic Style的目的不合
因此作者不使用minimize函数,而是自己求导数,并且自己将导数只应用到自己想要的地方,也就是最终的生成图
由于 minimize其实包含了compute_gradients(求结果相对于某数的导数)与apply_gradients(将导数应用到某数上),
因此只需要更改这两个函数即可.
作者首先计算loss函数,也就是 α∗Lcontent+β∗Lstyle\alpha*L_{content}+\beta*L_{style}α∗Lcontent+β∗Lstyle.
然后使用tf.gradient(total_loss, cfg['init_image'])计算loss对于初始化图像的导数,
最后将导数以及学习率应用到初始化的图像上,用来不断改变初始化的图像,使其更加接近目标
使用的函数为opt.apply_gradients([(grads, init_image)]),将导数应用到初始化图像上.
计算梯度使用 tf.gradient函数

def compute_grads(cfg):with tf.GradientTape() as tape: all_loss = compute_loss(**cfg)# Compute gradients wrt input imagetotal_loss = all_loss[0]return tape.gradient(total_loss, cfg['init_image']), all_loss

应用梯度使用opt.apply_gradients函数

opt.apply_gradients([(grads, init_image)])
clipped = tf.clip_by_value(init_image, min_vals, max_vals)
init_image.assign(clipped)

拓展

tf.gradients(loss, tf.variables)函数与computer_gradients(loss, val_list)函数相似,只是后者会返回这个时候被求导数的那个变量此时的值.
例子

import tensorflow as tf
with tf.Graph().as_default():x = tf.Variable(initial_value=3., dtype='float32')w = tf.Variable(initial_value=4., dtype='float32')y = w*xgrads = tf.gradients(y, [w])opt = tf.train.GradientDescentOptimizer(0.1)grads_vals = opt.compute_gradients(y, [w])sess=tf.Session()sess.run(tf.global_variables_initializer())print(sess.run(grads))print(sess.run(grads_vals))

结果为

>>    [3.0][(3.0, 4.0)]

感谢

https://www.cnblogs.com/marsggbo/p/10056057.html

A Neural Algorithm of Artistic Style : Neural Style Transfer with Eager Executon相关推荐

A Neural Algorithm of Artistic Style
油画风格(Neural style) 参考文献:< A Neural Algorithm of Artistic Style>
NS之VGG(Keras)：基于Keras的VGG16实现之《复仇者联盟3》灭霸图像风格迁移设计(A Neural Algorithm of Artistic Style)
NS之VGG(Keras):基于Keras的VGG16实现之<复仇者联盟3>灭霸图像风格迁移设计(A Neural Algorithm of Artistic Style) 导读通过代码 ...
【每个人都是梵高】A Neural Algorithm of Artistic Style
文章地址:A Neural Algorithm of Artistic Style 代码:https://github.com/jcjohnson/neural-style 这篇文章我觉得可以起个浪漫 ...
艺术风格转换之《A Neural Algorithm of Artistic Style》
源码地址:https://github.com/fzliu/style-transfer scipy.optimize.minimize的使用 scipy.optimize.minimize(fun, ...
计算机也能成为艺术家？(基于论文A Neural Algorithm of Artistic Style的图像风格迁移)
文章目录引言可解释性一种途径:特征可视化特征和风格,两者或许是一种东西图像纹理生成格拉姆矩阵纹理生成网络纹理损失函数从纹理合成到风格迁移内容损失函数总损失函数 Torch代码实战 ...
【转】模仿绘画风格的算法：A Neural Algorithm of Artistic Style
http://blog.csdn.net/bat67/article/details/52049983 有代码,论文方面说的不多,有图,很有趣.等有时间看看这篇论文和代码,自己实现下.
【A Neural Algorithm of Artistic Style】 Pics
图中是我市的标志
[TOG2019]Deferred Neural Rendering:Image Synthesis using Neural Textures
标题:Deferred neural rendering: Image synthesis using neural textures 链接:Deferred neural rendering: im ...
Convolutional neural networks for artistic style transfer
https://harishnarayanan.org/writing/artistic-style-transfer/ 转载于:https://www.cnblogs.com/guochen/p/6 ...
style=@android:style/buttonbar,Setting style=?android:attr/buttonBarStyle to parent layout and s...
I followed Android recommendation and set style="?android:attr/buttonBarStyle" to parent l ...

A Neural Algorithm of Artistic Style : Neural Style Transfer with Eager Executon

简介

地址

我的重点

解析

拓展

感谢

A Neural Algorithm of Artistic Style : Neural Style Transfer with Eager Executon相关推荐

最新文章

热门文章