課程介紹：
Style-Transfer是深度學(xué)習(xí)的酷炫應(yīng)用，課程從基本原理開(kāi)始講解，逐步分析如何構(gòu)造網(wǎng)絡(luò)模型以及面臨的挑戰(zhàn)和解決思路，詳解如何使用卷積神經(jīng)網(wǎng)絡(luò)構(gòu)造風(fēng)格轉(zhuǎn)移模型并基于最流行的Tensorflow框架從零開(kāi)始分模塊構(gòu)造網(wǎng)絡(luò)模型。
課程目標(biāo)：
快速掌握風(fēng)格轉(zhuǎn)換原理以及如何使用Tensorflow實(shí)現(xiàn)網(wǎng)絡(luò)模型和測(cè)試效果。
適用人群：
深度學(xué)習(xí),人工智能,機(jī)器學(xué)習(xí)愛(ài)好者
課程目錄：
1 課程簡(jiǎn)介
2 Tensorflow安裝
3 style-transfer基本原理
4 風(fēng)格生成網(wǎng)絡(luò)結(jié)構(gòu)原理
5 風(fēng)格生成網(wǎng)絡(luò)細(xì)節(jié)
6 風(fēng)格轉(zhuǎn)換效果展示
7 風(fēng)格轉(zhuǎn)換參數(shù)配置
8 數(shù)據(jù)讀取操作
9 VGG體征提取網(wǎng)絡(luò)結(jié)構(gòu)
10 內(nèi)容與風(fēng)格特征提取
11 生成網(wǎng)絡(luò)結(jié)構(gòu)定義
12 生成網(wǎng)絡(luò)計(jì)算操作
13 參數(shù)初始化
14 Content損失計(jì)算
15 Style損失計(jì)算
16 完成訓(xùn)練模塊
17 模型保存與打印結(jié)果
18 完成測(cè)試代碼
