Мой код передачи нейронного стиля выводит плохое изображение

Question

Я пытаюсь построить модель передачи нейронного стиля, я следую за этой статьей в среде " https://medium.com/tensorflow/neural-style-transfer-creating-art-with-deep-learning-using-tf-keras-and-eager-execution-7d541ac31398 "

но выходное изображение является полным провалом

Я использую модель VGG19.

Я пытался изменить скорость обучения до 100, пока. скорость обучения 1,0 дает полностью черное изображение.

вес потери контента и стиля также был скорректирован, вес потери контента = 100 вес стиля = 10

def content_loss(input_img, content_img):
    """ returns content loss 

    content loss = 0.5 * (input_img - content_img)^2

    input_img = generated image
    content_img = original content image

    """
    input_img = tf.reshape(input_img, [input_img.shape[1], input_img.shape[2], input_img.shape[3]])

    loss = -tf.reduce_mean(tf.square(content_img - input_img))

    loss = tf.reshape(loss, (1,1))

    return loss


def gram_matrix(input_mat):
    """ returns gram matrix 

    * gram matrix is a dot product of the matrix to calulate the similarities across the feature maps
    * convert the matrices to vectors for height and width
    * dot product will result in a matrix of dimensions nxn where n is the no. of feature maps

    """


    # length*width
    lw = input_mat.shape[1]*input_mat.shape[2]
    channels = input_mat.shape[3]

    # reshape vector to convert it to vector
    vector = tf.reshape(input_mat, [lw, channels])

    gram_matrix = tf.matmul(tf.transpose(vector), vector)

    # normalization by dividing the pixel intensity by the width
    return gram_matrix/tf.cast(input_mat.shape[0], dtype=tf.float32)



def style_loss(input_img, style_img):
    """ returns style loss

    * style loss is a mean squared difference of gram matrix of style image and generated image,

    input_img = generated image
    style_img = original style image

    """

    # calculating gram matrix
    style_gram = gram_matrix(style_img)
    input_gram = gram_matrix(input_img)

    # calculating loss
    style_l = -tf.reduce_mean(tf.square(style_gram - input_gram))

    style_l = tf.reshape(style_l, (1,1))

    return style_l

пожалуйста, прокомментируйте, если вам нужно больше деталей. Благодарю.

выходное изображение: