吴恩达深度学习4.6 神经网络风格迁移算法

今天这个视频超级短，只有2分钟，没有讲具体的算法细节内容，只是介绍了一种神经网络的应用。

这里提到的应用名字叫做风格迁移，风格迁移是一种把某一类图片的创作手段，应用到另外一张已有图片的做法，比如说把灯塔的照片变成梵高的画风，把金山大桥变成毕加索的画风。

这种东西其实在很多年前我就已经在app上开始使用了，苹果上有个app叫Prisma，就是做风格迁移的，本身这个app就支持超过20种画风的风格迁移。

这里要注意，风格迁移跟我们现在在短视频里面看到的那种给人脸上加个小兔子小猫咪的图案是不一样的，那个是通过人脸识别定位之后在图像上二次加上去的。

使用神经网络做风格迁移，那么我们就要知道神经网络是如何抓住一类画的风格呢？哪几层又代表什么呢？

其实神经网络的可解释性一直以来都是受人诟病的一个问题，它其实自己是具有归纳总结的能力的，但是我们比较难解释为什么。

在下一节课当中，吴恩达会仔细地讲到哪些层对应的特征是什么。