如何解决在神经风格迁移中,为什么我们计算输出的 gram 矩阵并将其转置
在神经风格迁移中,Gram 矩阵看起来像这样。
我的理解是我们计算2个向量之间的gram矩阵来找到2个向量之间的相关性。
在这种情况下,i 和 j 应该引用层中的不同过滤器,但在许多代码部分中,为什么 gram 矩阵的实现是输出的点积及其转置。
如果我的理解有误,请告诉我!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。