style-transfer

【文件属性】：
文件名称：style-transfer
文件大小：12.49MB
文件格式：ZIP
更新时间：2021-04-04 01:30:12
JupyterNotebook 重新实现论文“一种艺术风格的神经算法”（2015年） Marisa Wodrich和Johanna Linkemeyer通过“使用TensorFlow实现人工神经网络”课程重新实现了艺术风格的转移。 可以在找到Leon A. Gatys，Alexander S. Ecker和Matthias Bethge的原始论文。 介绍 艺术风格转换旨在将给定图像的风格转换为艺术风格。 它允许拍摄任何喜欢的照片和任何艺术作品，并以特定艺术品的风格（意味着相同的颜色，笔触和艺术特定的图案）创建该照片的版本。 Gatys和其同事在原始论文中使用的示例图像是作为内容图像的图宾根Neckarfront图像，以及以下著名艺术家的作品： 瓦西里·卡丁斯基（Wassily Kadinsky）的《构图七》（1913） -抽象主义 Pablo Picasso创作的Femme Nue Assise（1910） -立体主

【文件预览】：
style-transfer-main
----figures()
--------nikulin_katze_normal.png(247KB)
--------style_weight_analysis.PNG(1.39MB)
--------nikulin_katze_katze.png(210KB)
--------nikulin_katze_style.png(580KB)
--------nikulin_katze_partial.png(533KB)
--------neckarfront_combinations.PNG(695KB)
--------arts.PNG(782KB)
--------reconstruction_copy (1).png(794KB)
--------neckarfront (1).jpg(373KB)
--------sunflower-rizzy.jpg(158KB)
--------rizzy.jpg(304KB)
----helpers.py(6KB)
----processing.py(2KB)
----main.py(12KB)
----model.py(5KB)
----requirements.txt(131B)
----demo.ipynb(59KB)
----visualize.py(4KB)
----README.md(3KB)
----__pycache__()
--------preprocessing.cpython-37.pyc(2KB)
--------model.cpython-37.pyc(4KB)
--------helpers.cpython-37.pyc(5KB)
--------visualize.cpython-37.pyc(3KB)
----style_transfer_not_finished.pdf(6.55MB)