深度学习项目实战视频课程-StyleTransfer(基于Tensorflow) 2017年10月新课
课程目标
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
适用人群% }% C0 ^* ^) z% z W' V, v7 x
深度学习,人工智能,机器学习爱好者% A$ D- r8 W/ E1 L6 \
课程简介
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。/ r% ^/ y4 K5 R( z# ~* b
1课程简介[免费观看] 04:53" r! ~- D _( ~8 K0 d% j% G
2Tensorflow安装 03:31* y" N- o2 r0 x* J- f$ I& k
3style-transfer基本原理 07:35% V6 d' H) ?4 V+ ?/ M( J t
4风格生成网络结构原理 07:06
5风格生成网络细节 11:52- C9 o4 ~) G, ~: _
6风格转换效果展示 05:37
7风格转换参数配置 12:458 T2 R+ l/ |/ u* Y. v4 ?& A
8数据读取操作 09:57- l6 [! v* q4 J9 W$ e
9VGG体征提取网络结构 10:16( z9 P: M8 S/ p' N8 Q6 z; ^
10内容与风格特征提取 09:20
11生成网络结构定义 05:33
12生成网络计算操作 11:12& d2 v2 x; I, k" {, B0 y
13参数初始化 08:50- B9 O1 d+ a. E$ t
14Content损失计算 05:52! ?8 r0 W- j% G. K- v. H( T% y" E
15Style损失计算 08:41
16完成训练模块 11:03! [$ v$ k8 }9 I' H, N
17模型保存与打印结果 08:24
18完成测试代码 12:01
|
[复制链接]
