**風格**（style）是指圖像中不同空間尺度的紋理、顏色和視覺圖案，**內容**（content）是指圖像的高級宏觀結構 ### **內容損失：** 網絡更靠底部的層激活包含關于圖像的**局部**信息，而更靠近頂部的層則包含更加**全局**、更加**抽象**的信息 **兩個激活之間的 L2 范數：** * 預訓練的卷積神經網絡更靠頂部的某層在目標圖像上計算得到的激活 * 同一層在生成圖像上計算得到的激活 ### **風格損失：** * 層激活的**格拉姆矩陣**（Gram matrix），即某一層特征圖的內積 * 可以被理解成表示該層特征之間相互關系的映射 ### **原理：** * 在目標內容圖像和生成圖像之間保持相似的**較高層激活**，從而能夠**保留內容**。卷積神經網絡應該能夠“看到”目標圖像和生成圖像包含相同的內容。 * 在**較低層**和**較高層**的激活中保持類似的**相互關系**（correlation），從而能夠**保留風格**。 * 特征相互關系捕捉到的是**紋理**（texture）生成圖像和風格參考圖像在不同的空間尺度上應該具有相同的紋理。 ### **一般過程：** * [ ] 創建一個網絡，它能夠同時計算風格參考圖像、目標圖像和生成圖像的 VGG19 層激活。 * [ ] 使用這三張圖像上計算的層激活來定義之前所述的損失函數，為了實現風格遷移，需要將這個損失函數最小化。 * [ ] 設置梯度下降過程來將這個損失函數最小化。 **注意**：需要將所有圖像的高度調整為 400 像素