深度学习应用案例参考：德国用深度学习算法让人工智能系统学习梵高画名画

2015年8月26日，德国沃纳－中心的西奥综合神经科学研究所科学家在世界最大的电子预印本文献库arxiv.org公布他们的最新研究，用深度学习算法让人工智能系统学习梵高，莫奈等世界著名画家的画风绘制新的“人工智能世界名画”

德国科学家们在论文中写到：“在美术，特别是绘画领域，人类已经掌握了创造独特的技能，视觉体通过构成一个复杂的相互作用的内容和风格的图像从而获得独特的视觉体验。到目前为止，这个过程的算法基础是依然是未知的。然而，在视觉感知的其他关键领域，如物体和人脸识别等方面有了新的解决方法，这就是深层神经网络。

本文基于深层神经网络的人工智能系统提供了高感知质量的绘画模仿。该系统采用神经表征分离与重组的内容和任意图像风格，提供神经创造艺术形象的算法。此外，在光的性能优化的人工神经网络之间进行了惊人的相似性生物视觉对比，我们的工作提供了一种路径，提出了一个算法，用以理解人类如何创建和感知的艺术形象。“

卷积神经网络(CNN)

卷积神经网络（CNN）模拟我们大脑处理视觉时的工作状态。它们将图像分解成若干部分，并逐步找到其被训练去识别的目标。CNN已经存在了20多年，但直到近年这些算法才有了实质上的改进，并且目前在目标识别方面较其他可用算法甚至是人类专家更好。

CNN是一种深度学习算法，其训练方式与我们的大脑采用目标的多幅图像来进行训练差不多，它基于这些图像归纳出能够被算法利用、用以在图片或视频中找到目标的一幅图形。

A图片是原始照片，描绘的是德国的neckarfront T¨ubingen小镇。后面每个面板的左下角显示的是名画原作。右侧是人工智能学习后变形的A 图片，

以上这些图像结合若干著名的艺术品的风格。这些图像被创建时先学习艺术品的内容表示和风格表示，然后应用在给定的新图片中，然后进行重新排列组合，形成AI版的世界名画。其中：

B是特纳弥诺陶洛斯的沉船风格，1805

C是梵高的星夜风格，1889

D 是der Schrei的Edvard Munch风格，1893

E是毕加索的疯狂的女人风格，1910

F是康定斯基风格，1913

End.