TA的每日心情 | 怒
3 天前 |
|---|
签到天数: 1384 天 [LV.10]以坛为家III
管理员
 
- 积分
- 5556
|
课程目标7 e& z' j5 b4 R" o8 V
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; i4 i2 L+ \% H8 M: Y. d
( Q+ Y, n; ~: I) G7 k2 `1 f
适用人群( X* P7 Z! T7 K F
深度学习,人工智能,机器学习爱好者
; }* q4 W% G8 N! W. @1 }! e0 c
$ V' P+ F' b( e* U课程简介
. e( B1 ]' Y% n" H4 o" BStyle-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。
9 L3 V$ w/ n8 \ o# U' U I2 H2 r& A
. z. ~8 x. y( @( h8 K; ]1课程简介04:53$ z) D3 p5 r- j, w3 J
2Tensorflow安装03:31
) |$ \' _3 m& j3style-transfer基本原理07:35
8 ^2 x; y* t# r) x4风格生成网络结构原理07:06
1 I6 a6 O4 j( ]$ r, a m B5风格生成网络细节11:52
4 x4 h! A3 n- j. M4 W: M3 J: M6风格转换效果展示05:37
6 X% X y& m9 R4 ~7风格转换参数配置12:45$ C1 `& _; F# J) g3 j4 D5 w
8数据读取操作09:57. D. w/ I H& G6 v- p% W7 l
9VGG体征提取网络结构10:161 `4 `6 G2 S$ J) F2 p" b; N. W
10内容与风格特征提取09:20
- c# c- J+ w! r& d11生成网络结构定义05:33
! ~" ?( \5 t/ M% W12生成网络计算操作11:12
; } y9 ^, b( |+ J13参数初始化08:507 j; N! m' Y- I1 K3 g4 }
14Content损失计算05:52- ~/ I2 `# p2 n- w
15Style损失计算08:41$ z4 P% `$ \& ^, _1 Z, t" a
16完成训练模块11:03. m. C0 U/ i/ Y- v
17模型保存与打印结果08:242 X2 [( a5 z% a
18完成测试代码12:01
1 u2 D7 E% h* b. b7 O9 l* e# p% f; }$ d. n+ {
% \& S+ R/ [0 w& w% `% ?0 U
/ e C8 ~5 |$ ?) o. I+ Z: Z% m3 H4 r/ j
|
|
[复制链接]
发表于 2017-10-30 00:30:03
发表于 2017-10-30 05:35:56
