我正在研究风格迁移网络，目前正在使用这个项目，这里是网络描述。问题是即使增加了TV损失，仍然可以看到噪声，这影响了结果的质量。有人能推荐一些关于在网络训练过程中去除这种噪声的文章吗？

谢谢

回答：

反卷积噪声是由于输入和核之间的不均匀重叠造成的，这种重叠会形成类似棋盘图案的不同大小。这个问题的一个解决方法是使用resize-conv方法，如这篇文章中提到的。

Resize-conv用图像缩放后接2D卷积来替换转置卷积。在TensorFlow中，这两个步骤是：tf.image.resize_images(...) 和 tf.nn.conv2d(...)。作者的另一个建议是在卷积方法之前调用tf.pad(...)，并且只使用最近邻缩放方法。