三、損失函數
雖然文章說的是perceptual losss，但是感覺上跟上一篇文章的約束並沒有什麼區別，我們可以來看看。
Feature Reconstruction Loss
- j表示網絡的第j層。
- CjHjWj表示第j層的feature_map的size
Style Reconstruction Loss
對於風格重建的損失函數，首先要先計算Gram矩陣，
產生的feature_map的大小爲CjHjWj，可以看成是Cj個特徵，這些特徵兩兩之間的內積的計算方式如上。
兩張圖片，在loss網絡的每一層都求出Gram矩陣，然後對應層之間計算歐式距離，最後將不同層的歐氏距離相加，得到最後的風格損失。
具體的結果如下,截屏自論文：
其實上述結果與上一篇論文真的很像，都是表達了在風格重建時，越高層特徵，粒度越粗，內容重建時，越底層，重見效果越好。在這兩個約束上，我並沒有感覺較之前有很大的進步。採用高層特徵的原因是，內容和全局結構會被保留，但是顏色紋理和精確的形狀其實並不需要。用一個特徵損失來訓練的時候，希望的是接近而不是完全匹配。
在這裏，文章也是用了VGG的網絡結構。文章中有一個點我很喜歡，說明了一部分圖片轉換失敗的原因。因爲VGG是被訓練來分類的，所以對於圖片的主體的識別要比背景保留完整的多，所以往往對前景能夠有很好的識別效果，但是背景會有所混淆。具體的可以看下圖的海灘場景和貓的場景。
四、實驗結果
具體的實驗結果不再贅述，但是這篇的實驗要比上一篇的實驗更加完整，更加成體系。這裏沒有細看。
五、總結
這篇文章最大的貢獻就是做到了實時。能夠提高三個數量級的時間。即使在我們搭建的服務器上也能很快的得到轉換結果。也爲後期的style transfer的發展做出了貢獻。
其次，我很喜歡這篇文章的解釋。解釋雖然沒有公式證明那麼嚴謹，但是從大體上是合理的，爲上一篇文章沒有講清楚的地方都講清楚了，不含糊。在設計image transformation網絡架構的時候也加入了自己的理解，讓閱讀的人可以明白這樣設計的意圖以及原因。
是一篇值得學習的好文章。