TA的每日心情 | 难过 昨天 15:17 |
---|
签到天数: 1337 天 [LV.10]以坛为家III

管理员
  
- 积分
- 5389
|
课程目标3 m4 D2 X Z& G" w: J' f _
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" S" n# H0 S; [& F6 d! @2 `
9 s1 `; d( H4 G( u" R/ d9 `1 s! g
适用人群; i. B a: a' k
深度学习,人工智能,机器学习爱好者
8 g- r1 }. v; D) t2 |5 m5 D$ V/ k) t5 w& C
课程简介1 y3 \( F7 h6 j6 B, A2 z3 F% t
Style-Transfer是深度学习的酷炫应用,课程从基本原理开始讲解,逐步分析如何构造网络模型以及面临的挑战和解决思路,详解如何使用卷积神经网络构造风格转移模型并基于最流行的Tensorflow框架从零开始分模块构造网络模型。0 d, J" J. O$ v4 V. ?) @9 l# e& K
' g, \7 Z$ a% L' j' |0 T7 H
5 ~2 H r' J/ ]# d$ ?# m. y1课程简介04:53
" o4 e3 v# V; I) ~2 f$ j( @. e b) X2Tensorflow安装03:31
9 C" e- c9 ~3 W0 d( B3style-transfer基本原理07:35# M' \2 |* l j6 g
4风格生成网络结构原理07:06$ Q) Z* \; S- R
5风格生成网络细节11:52& ?+ P. ^0 Q/ G
6风格转换效果展示05:37
6 T% ^% ?9 ?) y/ q2 B# J7风格转换参数配置12:45( i+ T+ \) Q$ g/ H ^
8数据读取操作09:57
9 R. F- q; G- L9VGG体征提取网络结构10:16
; Q# X, h1 P5 w, g1 C3 J4 m10内容与风格特征提取09:201 R# e6 O* q+ s
11生成网络结构定义05:33+ D) w' P& p! w( m# C/ E( [# S
12生成网络计算操作11:12
/ ^6 p/ N- u. t5 ?- O; r& q13参数初始化08:50# e5 ^. o& W/ F
14Content损失计算05:52* O/ M# P% Q) q' A0 i T4 s
15Style损失计算08:411 V- j2 ~ L- V" i9 |# ~
16完成训练模块11:03: ^4 q2 k3 F o: [: W
17模型保存与打印结果08:24. m" [$ j9 y! Y6 q! C
18完成测试代码12:01
: L, G' m( d7 m. [/ A1 x2 b" P1 e) x4 f
2 d9 l# ~; S' {. e$ q$ \" E/ \1 C7 h- Y/ I3 G$ F6 ?
9 E/ U; a/ [9 v$ F9 Y9 P |
|