神經網路是擅長分類的。例如，你可以使用乙個訓練過的神經網路將輸入影象變形為乙個可參考的繪畫風格。其結果是，這個**看起來好像是藝術家畫出來的。
kandinsky風格的星球大戰
實際過程會比這更複雜一點，因為神經網路的學習功能是關於影象的內容，而不是風格資訊。合理的假設是風格資訊是在存在於特徵關係之間的。風格化影象被輸入到神經網路中，其畫素被調整至最小化以減少損失，其中包括它的特徵以及有多少從影象中得來的特徵相關性被用作風格案例。注意，這不是對神經網路的直接應用，其意義不是神經網路學習了某位藝術家的風格——它只是提供了常用於表現這種風格的特徵。
到目前為止還不錯，但使用相同的技術打造一部某位藝術家風格的電影會怎樣？如果您嘗試了這個顯而易見的方法，使用神經網路優化電影每幀的轉接，那麼你會發現結果並不是那麼好，因為事情發生了變化——這之間沒有了時間上的一致性。想要打造一部某位藝術家風格的好電影，你必須隨著事件的發生變化在保持其時間一致性的基礎上轉換每一幀畫幅。
這是freiburg大學團隊的調查方法。他們使用了一種深度神經網路的方法，來估計從一幀可見波動到下一幀可見波動所提供給你的幀之間是如何移動和變化的內容。這個想法是比較原始和重新設計的影象之間的可見波動，並且包含在優化中所使用的損失的誤差。所以，現在的優化試圖保持幀之間的變化、原始特徵以及風格樣式的關係影象都是相同的。
進行這樣乙個優化的具體細節是十分複雜的，你可以在報紙上看到它們。然而，值得一提的是，它是在乙個nvidia titan x gpu上實施的，每個1024 x 436幀要花費大約八至十分鐘。
所以它的確有趣，但是它實用嗎？
你可能不希望把現有的影片重新定義成畢卡索或「吶喊」的風格，但它開闢了用風格創造新電影的可能性。
Ubuntu應用 建立乙個可以登入的使用者
剛開始學習ubuntu時，想要建立乙個新使用者但是發現明明輸入的正確的密碼，但是就是登不進去，眼看著就要進去了，但是又會回到登陸介面，其實，這是因為 沒有在建立使用者時為其指定主目錄 主目錄就是使用者進入的時候 正確的建立方法 1.su 切換到root使用者模式 2.useradd m userna...
如何建立乙個可以看到OpenCV原碼的工程
需要先選擇乙個自己需要使用的opencv版本 使用cmake將opencv的原碼生成乙個名為opencv.sln的解決方案 一般而言我們都是需要在除錯的時候可以看到opencv從原碼，所以使用cmake生成opencv的工程之後，應當將其編譯通過 最後將自己的工程新增進去opencv.sln。配置工...
任何乙個正整數都可以用2的冪次方表示
例如 137 2 7 2 3 2 0，約定a b可表示為a b 則137可表示為 2 7 2 3 2 0 進一步7 2 2 2 2 0,3 2 2 0。所以137最終可以表示為2 2 2 2 2 0 2 2 2 0 2 0 輸入 正整數 n 20 000 輸出 符合約定的n的0,2表示 在表示中不能...