Face recognition
One Shot Learning
只看一次图片,就能以后识别, 传统deep learning 很难做到这个. 而且如果要加一个人到数据库里面,就要重新train model 显然不合理,所以就引出了 One Shot Learning 的概念。
怎么得出这个similarity function d(img1, img2) 呢?下面的介绍的 Siamese network.可以实现这个目标.
怎么定义object function 来满足上面的的条件呢?可以是 triplet loss function.
除了triplet loss function 这种方法,还可以用logistic regression方法
Neural style transfer
上面是 neural style transfer, 下图一目了然
先来学习一下一个 ConvNet 到底学习到了什么,也就是怎么理解ConNet. 从开始层到deep 层学习到的东西越来越复杂.
学完以上这些,我们来build 一个neural style transfer 算法.
Content cost funtion
Style Cost Function
1D and 3D Generalization