已验证65% 置信事实精确时间
2015年Gatys等人提出神经风格迁移，通过卷积神经网络的Gram矩阵来匹配内容图与风格图的特征分布
3
来源数
65%
置信度
长期有效
时效性
2026/7/17
首次发现
来源
相关事实
待验证神经风格迁移通过计算各层特征图的Gram矩阵来衡量风格相似度，实现内容与风格的分离85% 相似已验证2015年德国图宾根大学的Leon Gatys等人发表论文《A Neural Algorithm of Artistic Style》，首次证明卷积神经网络能够分离并重组图像的内容与风格79% 相似待验证2015年Gatys等人提出的神经风格迁移算法可将一幅画的艺术风格迁移到另一幅图像上，这一思想随后被迁移到NLP领域75% 相似待验证风格迁移的概念最早可追溯到2015年Gatys等人发表的论文，使用卷积神经网络（CNN）的特征表示来分离图像的内容和风格75% 相似待验证卷积神经网络（CNN）受视觉皮层结构启发，通过卷积核在图像上滑动提取局部特征，参数共享机制大幅降低计算量70% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/542991API
curl https://kongchang.com/api/v1/knowledge/claims/542991MCP
get_claim(id=542991)