TA的每日心情 | 怒
11 小时前 |
|---|
签到天数: 860 天 [LV.10]以坛为家III
管理员
 
- 积分
- 2891
|
课程目标
0 S' T# v7 }( m I; O5 |快速掌握风格转换原理以及如何使用Tensorflow实现网络模型和测试效果 M& ^1 m1 F) r8 c ~
$ ~: N# B% A) [5 ]7 E适用人群# j, b" S0 i7 W8 J4 I! G" r1 l
深度学习,人工智能,机器学习爱好者
: e+ b2 a) }. ?) q8 y
8 |& o, g' }, S4 J课程简介
, H8 I; u! j9 P# B+ ]Style-Transfer是深度学习的酷炫应用，课程从基本原理开始讲解，逐步分析如何构造网络模型以及面临的挑战和解决思路，详解如何使用卷积神经网络构造风格转移模型并基于最流行的Tensorflow框架从零开始分模块构造网络模型。
7 A, r7 X* L, }1 M
' R8 R& I) S; E. A* l$ h: I) l$ L0 J7 V8 U
1课程简介04:53
. i, g% X+ h% w' C+ z* ^2 f2Tensorflow安装03:31. ~9 o$ B. B2 W% T/ L: I
3style-transfer基本原理07:35
- Z1 c% A, E! t% q( M2 u" c4风格生成网络结构原理07:06, } A; ?3 E4 s
5风格生成网络细节11:52
1 Y- X" T3 \' ~" J6风格转换效果展示05:37
; N- n4 L* D' h3 I& x: s, I% x7风格转换参数配置12:45& T1 C. n. Y" y- r# a: @8 _
8数据读取操作09:57. Q. ?4 c9 w7 |8 J8 K! I+ e
9VGG体征提取网络结构10:16! E% A1 D5 z9 K9 K$ a
10内容与风格特征提取09:202 A" Z* ^( j7 s4 R
11生成网络结构定义05:33+ W! E0 r2 S6 L4 y! Z
12生成网络计算操作11:12$ H* b5 e2 \9 a' o1 i
13参数初始化08:50- N2 I/ f1 y( T
14Content损失计算05:522 ]7 S* L- E8 u2 \7 x& U
15Style损失计算08:41/ v4 o! O0 s: |1 u4 [; O
16完成训练模块11:03
! e, z, @9 K: E4 ~7 ]17模型保存与打印结果08:24- J K9 T) g3 m' |
18完成测试代码12:015 P0 P, s* C+ s; z: k. y. Y
) s8 u, ]2 B5 f# e- D: n7 m, w7 A" D I# G( e; T$ R0 o% {" @& b
6 x; K1 E6 f, N5 V5 Q/ k. U: c/ ~0 A) C: b, @
|
|
[复制链接]
发表于 2017-10-30 00:30:03
发表于 2017-10-30 05:35:56
