|
|
课程目标, r. v4 a( U/ R6 n8 c/ w, ^
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
: t' o& B( L' `5 q: Q: {- P: ]1 L: S& I6 r' q5 J* u/ r0 j. q
适用人群
8 f, g# k4 N S7 A. f深度学习,人工智能,机器学习爱好者9 Z4 y: w' w; b) O# F. U+ k
% `" @; L. a2 s课程简介
: z7 o5 W+ Q {' f 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。
. c4 D c# C% i+ `; ?2 `4 f+ p" `* t( g
课程目录# K `. Q1 `) T) ?! S7 L- ~3 ]: p2 g
01 课程简介04:53$ ^4 ~# B1 N6 j* ]4 s
02 Tensorflow安装03:31- l- d& }' U s! a, Y: A( C
03 style-transfer基本原理07:35. C! X, L y9 \$ o* }: X8 A
04 风格生成网络结构原理07:06
9 d0 E/ n; e& a* w05 风格生成网络细节11:52
4 r) ^+ K: ?. \( I06 风格转换效果展示05:37/ O; K8 f6 u2 i* v
07 风格转换参数配置12:45
7 l6 _: J; h; c2 @08 数据读取操作09:57
' Y3 ] n; S5 W! I. _' `09 VGG体征提取网络结构10:16. g9 ^! _/ |( r5 |# f
10 内容与风格特征提取09:20' @ V# Z! v& C$ l0 g
11 生成网络结构定义05:33' r e3 u: b/ Z/ n- B2 Y
12 生成网络计算操作11:12: @) L: @) q# W+ Z0 d o
13 参数初始化08:50
; N- ~8 ? Q1 I/ g& D3 c2 f14 Content损失计算05:52
# i" f$ G5 N0 f* P2 N/ ~15 Style损失计算08:41
4 E( Q* G* D; Y5 \2 o Q16 完成训练模块11:03" i0 t% p$ A! f7 F4 z! C
17 模型保存与打印结果08:243 c0 l& @ P$ c& F1 W/ {1 I
18 完成测试代码& A; d5 ?7 d0 Y, l
8 ?* V$ y: ~8 r1 N
|
本帖子中包含更多资源
您需要 登录 才可以下载或查看,没有账号?立即注册
×
|