人的記憶從何時開始模糊，藉由照片才能回想過去時光？筆者幼兒時期經歷底片相機記錄生活的時代，回憶都被保存在相片中；某天筆者在家中整理堆疊的相本，從帶有懷舊感的相本裡翻出塵封已久的回憶，實際上腦中本體的記憶如晨霧看不清。因此筆者藉作品講述片段的記憶已消逝，影像中的人物雖然是筆者本人和親友，但記憶已模糊，經過成長過程，記憶在腦海中重置產生，人們會留下最印象深刻的記憶，並刪除不重要的資訊，從青春期開始最容易記憶，過往的回憶大多是自己定義的。

筆者繪製五幅壓克力作品代表五個成長階段，並運用深度學習中的卷積神經網路（CNN）透過五幅畫作與童年照片進行風格轉化，轉化過程中的圖像筆者將之解讀為嬰幼兒開始成長發展與變化，最終生成的圖像代表筆者以成年後的自身視角回朔童年的回憶；最後將轉化後的影像放進幻燈片片匣中，幻燈機為重建後的記憶載體，序列播映被修改與重置的回憶。

Why human memory begin blur, and they have to recall the past by photo? It is possible that people remembered impressive things, and they made all memories turned into photos. One day, the author sorted out the stacked photo books at home, and traced the memories with nostalgia. In fact, the childhood memory in the brain had long been blurred or not be recalled in later life. Children, especially young children, have a difficult time forming complex memories and holding on to them. After photograph shooting, the childhood memory of the author did not exist, but belonged to the photographer or the photo body. It was easy as pie to feel like remembered things from photos, but did pictures help people to memory? This was referred to as "memory illusion."
Although the characters in the image were the author and relatives, the memory was blurred or reset in the mind. Neural style transfer, a technique based on deep learning of convolution neural network CNN to create stylized pictures by author’s childhood pictures with the 5 acrylic painting art style. Therefore, the author transformed and generates photos of childhood by CNN. Among the painting of childhood memories, through machine learned author’s art works, photo style Transformation, the image of the CNN transformation process represents the more complex childhood growth, and the CNN training model represents the distortion and reset of the memory, the author will make the generated image into a slideshow, slide projector. For the reconstructed memory vector, the sequence broadcast is modified with reset recalls.

中文部分：
(一) 定期刊物

Susan Loehr（2008），《真實世界的消失：布希亞的現身》（洪菁勵譯），文化研究期刊，第7期，頁274-279。
曲建仲（2018），《機器是如何學習與進步？人工智慧的核心技術與未來》，科學月刊 4月號/2018 第580期，頁282-291。
林建甫（2017），《迎接人工智慧的時代》，臺灣經濟研究月刊，40卷7期， 頁8-9。
林珮淳、範銀霞(2004)，《從數位藝術探討互動的觀念、媒介與美學》，藝術學報，74，頁 99-111。
張美陵（2003），《攝影真實與社會身體的監控》，中外文學，第31卷第12期，頁68-93。
張耿豪、蔡雅惠、呂寧遠、李韋辰、鍾幸芸、賴昱廷（2018），《人工智慧發展與工業影像檢測新方法》，智慧製造工業聯網技術專輯，425期2018年8月號，頁53-59。
趙雅妮（2012），〈懷舊風中的的青春〉《現代語言》，第 1 期，頁 15。

(二)書籍
太田滿久、須藤広大、黒澤匠雅、小田大輔，許郁文譯（2019），《實戰TensorFlow x Keras工作現場開發》，高雄市：碁峰出版。（原著出版年：2018）。
王建堯等著，陳信希、郭大維、李傑主編（2019），《人工智慧導論》，全華圖書、鴻海教育基金會
林大貴（2017），《TensorFlow＋Keras深度學習人工智慧實務應用》，新北市：博碩出版。
約翰．伯格（2017），《影像的閱讀》，劉惠媛譯，台北市：麥田出版。（原著初版發行年1992）
茱莉亞．蕭（2016），《記憶如何對你說謊 為何我們對兒時記憶、不存在的兇手、重大日子的細節總是信以為真？》（鍾沛君譯），台北市：商周出版。（原著出版年2016）。
湯曉鷗、陳玉琨（2019），《人工智慧基礎》，台北市：五南出版。
蔡淑惠、劉鳳芯（2012），《 童年．記憶．想像：在生命無限綿延之間》，台北市：書林出版。
(三) 論文
丁雅玲(2006)，台灣懷舊商品之互動網站創作研究，中原大學，商業設計研究所
王綾儀(2018)，深度卷積神經網路中池化層之分析及比較，國立暨南大學，電機工程學系學位論文碩士班
邱廷浩(2018)，所有格關係理論:布希亞《物體系》研究，國立臺灣師範大學，美術學系碩士班
鄭思宇(2017)，科幻與真實的游移-鄭思宇創作研究，國立臺灣藝術大學美術學院，美術學系碩士班

(四)網路資料
BBC NEWS（2017），青春時喜愛的歌為什麼一生難忘？，取自https://www.bbc.com/zhongwen/trad/world-41846189
BBC英倫網（2015），為什麼說懷舊有益身心健康？，取自https://www.bbc.com/ukchina/trad/vert_fut/2015/12/151202_vert_fut_why-nostalgia-is-good-for-you，（2019/04/23）
Github（2019），neural-style-transfer， 取自https://github.com/tejaslodaya/neural-style-transfer（2019/03/09）
INSIDE（2017），從人工智慧、機器學習到深度學習，你不容錯過的人工智慧簡史，取自https://www.inside.com.tw/feature/ai/9854-ai-history（2019/04/22）
iT 邦幫忙（2017），CNN 經典模型應用，https://ithelp.ithome.com.tw/articles/10192162（2019/03/21）
medium（2018），入門深度學習，取自https://medium.com/@syshen/%E5%85%A5%E9%96%80%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92-2-d694cad7d1e5 （2019/01/16）
Merriam-Webster（2019），artificial intelligence ，取自https://www.merriam-webster.com/dictionary/artificial%20intelligence（2019/05/13）
New scientist（2017），Artificially intelligent painters invent new styles of art，取自 https://www.newscientist.com/article/2139184-artificially-intelligent- painters-invent-new-styles-of-art/
Steven Shen（2018），入門深度學習2，取自https://medium.com/@syshen/%E5%85%A5%E9%96%80%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92-2-d694cad7d1e5（2019/02/26）
YENLUNG'S BLOG（2016）， [Deep Learning] 在 Keras 使用 VGG19，取自http://yenlung-blog.logdown.com/posts/864703-deep-learning-keras-vgg19（2019/05/10）
不止於書（2015），攝影大師與他們的代表作，取自https://wechatinchina.com/thread-27130-1-1.html（2019/03/23）
伊莉莎白．羅芙托斯（2013），虛構的記憶，取自https://www.ted.com/talks/elizabeth_loftus_the_fiction_of_memory?language=zh-tw （2018/11/26）
卷積神經網路的運作原理（2016），取自https://brohrer.mcknote.com/zh-Hant/how_machine_learning_works/how_convolutional_neural_networks_work.html（2019/03/09）
周秉誼（2017），Deep Learning在影像辨識的應用，取自http://www.cc.ntu.edu.tw/chinese/epaper/0040/20170320_4007.html （2019/04/28）
泛科技（2016），3 分鐘搞懂深度學習到底在深什麼，取自https://panx.asia/archives/53209（2019/02/24）
非監督式學習，維基百科取（2019），取自https://zh.wikipedia.org/wiki/%E7%84%A1%E7%9B%A3%E7%9D%A3%E5%AD%B8%E7%BF%92（2019/05/10）
研之有物（2017），【深度學習】如果電腦有神經，可以教它做什麼？，取自http://research.sinica.edu.tw/deep-learning-2017-ai-month/（2019/02/26）
科學月刊（2019），機器是如何學習與進步？，取自http://scimonth.blogspot.com/2018/03/blog-post_56.html（2019/05/02）
約翰．伯格（2006），懷舊：心靈鎧甲，取自http://www.iyangcong.com/book/reading/778 （2018/12/28）
教育部重編國語辭典（2015），懷舊，取自http://dict.revised.moe.edu.tw/cgi-bin/cbdic/gsweb.cgi?o=dcbdic&searchid=Z00000084714，（2019/04/20）

英文部分：
Akers, K. G., Martinez-Canabal, A., Restivo, L., Yiu, A. P., De Cristofaro, A., Hsiang, H. L. L., ... & Ohira, K. (2014) Hippocampal neurogenesis regulates forgetting during adulthood and infancy. Science, Vol. 344, Issue 6184, pp. 598-602.
Badea, M.; Florea, C.; Florea, L.; Vertan, C. (2018) Can we teach computers to understand art? Domain adaptation for enhancing deep networks capacity to de-abstract art. Image and Vision Computing, Vol. 77, pp. 21–32.
Elad, M., Milanfar, P. (2017) Style transfer via texture synthesis. IEEE Transactions on Image Processing, Vol. 26, no. 5, pp. 2338–2351.
Gatys, L.A., Ecker, A.S., Bethge, M. (2015) A neural algorithm of artistic style”. arXiv preprint arXiv:1508.06576.
Hirsch, A. R. (1992) Nostalgia: A Neuropsychiatric Understanding. Advances Consumer Research Vol. 19, pp. 390–395.
Hofer, J. (1934) Medical dissertation on nostalgia. (C. K. Anspach, Trans.). Bulletin of the History of Medicine, Vol. 2, pp. 376–391. (Original work published 1688)