TA的每日心情 | 慵懒
昨天 16:42 |
|---|
签到天数: 1225 天 [LV.10]以坛为家III
管理员
 
- 积分
- 4859
|
课程目标
& N) q' h7 G& d2 R: Z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
' r: O& k% ~: u8 o3 B4 o: Z9 \
( d ]% r& q9 Y适用人群
% c0 y0 G* h6 d深度学习,人工智能,机器学习爱好者
; W, b7 R, K7 f# v) j, f
& a' `6 F( U0 l. \( ], f课程简介
7 ?2 S# A) }6 @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。
- ~+ ? p: {) a
' D- z7 t$ a& @+ d; K6 m% {
j0 b* o6 G- x9 v& u! V8 j8 k3 Q1课程简介04:537 m5 x9 O e. ~! i$ R* X
2Tensorflow安装03:31
5 \; ^, t3 v, X% b, \# w3style-transfer基本原理07:35
% \$ f9 c9 p& b1 L4风格生成网络结构原理07:06& m2 C, r( K4 y, [
5风格生成网络细节11:52/ X6 V2 S/ U% e- o4 f8 f
6风格转换效果展示05:37
- s" n+ L' [+ y t. @7风格转换参数配置12:45, s7 d8 x3 Z- m% p+ l/ m
8数据读取操作09:57
! i' O2 I; T+ `0 |' @2 P9VGG体征提取网络结构10:16
. k/ L& i$ f# C9 J; I10内容与风格特征提取09:20
# a( @* j2 s1 w& @' E5 c# m/ _11生成网络结构定义05:33+ x( M! f1 w5 d& i t
12生成网络计算操作11:12
# V" G& [3 }/ b. X0 {! @9 O s+ E13参数初始化08:50$ y+ {* ] E+ i6 P; h* [7 i
14Content损失计算05:52# ^/ O+ |# {' c9 C
15Style损失计算08:41+ _! W: V$ |! r& k$ S u
16完成训练模块11:03
8 [; E0 G* I) m9 R# w; [$ u- h5 U17模型保存与打印结果08:24
: B2 }# ^+ F* s0 [18完成测试代码12:01# v5 ~, T3 b+ r" z8 y/ v% F: O
6 R# ?4 i+ l/ k4 R: N# q
/ G& w. H8 E2 k) e2 O& P+ S$ {8 n; ] Y/ S0 @& u5 L5 L! U; p
8 l: k3 v2 y- q |
|
[复制链接]
发表于 2017-10-30 00:30:03
发表于 2017-10-30 05:35:56
