在神经风格迁移中，为什么我们计算输出的 gram 矩阵并将其转置

问题描述

在神经风格迁移中，Gram 矩阵看起来像这样。

我的理解是我们计算2个向量之间的gram矩阵来找到2个向量之间的相关性。

在这种情况下，i 和 j 应该引用层中的不同过滤器，但在许多代码部分中，为什么 gram 矩阵的实现是输出的点积及其转置。

如果我的理解有误，请告诉我！

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）