Лекция 10. VGG-16 и VGG-19. Стилизация изображений

256 — для обработки цветовых каналов

512 — по числу фильтров в последнем слое

1000 — по количеству классов ImageNet

4096 — как в скрытых полносвязных слоях

Случайно инициализированные

Предобученные на ImageNet

Веса, сохранённые локально

Веса, дообученные на CIFAR-10

Соответствие исходному изображению + стилизация

Яркость + контрастность

Разрешение + цветовая гамма

Текстура + форма объектов

Они лучше сохраняют цветовые характеристики

Они содержат более абстрактные и семантически значимые признаки

Они имеют меньшую размерность

Они быстрее вычисляются

Чтобы уменьшить время вычислений

Стиль проявляется на разных уровнях абстракции

Для увеличения значения функции потерь

Это требование алгоритма градиентного спуска

150×150 в grayscale

256×256 в RGB

224×224 в RGB

Любого размера в BGR

sigmoid

softmax

linear

tanh

Чтобы уменьшить время загрузки модели

Чтобы сохранить предобученные веса неизменными

Для ускорения работы модели

Чтобы случайно не изменить архитектуру

Она проще в вычислении

Она характеризует корреляции между признаками

Она требует меньше памяти

Она лучше работает с цветами

По максимальному значению функции потерь

По количеству итераций

По минимальному значению функции потерь

По времени обработки