图像及深度学习笔记整理-捉不住的鼬鼠的训练场.PDF

下载文档 降价啦

16
0
约8.48万字
约 91页
2018-12-06 发布于天津
举报
版权申诉
保障服务

图像及深度学习笔记整理-捉不住的鼬鼠的训练场.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

图像及深度学习笔记整理 by 捉不住的鼬鼠 2018-05-18 目录 1 numpy 基础知识 4 2 卷积 4 2.1 卷积的基本概念 4 2.2 图像卷积 10 3 各种 GAN 变体 13 3.1 生成式模型 13 3.1.1 GAN 13 3.1.2 DCGAN 14 3.2.3 各种 GAN 15 3.2.4 InfoGAN 16 3.2.5 AC-GAN 16 4 CNN 与 TensorFlow 实现 16 4.1 CNN 的引入 16 4.2 CNN 的层次结构 16 4.2.1 输入层 17 4.2.2 卷积层 17 4.2.3 激励层 20 4.2.4 池化层 21 4.2.5 归一化层 22 4.2.6 切分层 23 4.2.7 融合层 23 4.2.8 全连接层和输出层 24 4.3 典型 CNN 24 4.3.1 LeNet-5 24 4.3.2 AlexNet 25 4.3.3 VGGNet 26 4.3.4 GoogleNet 27 4.3.5 ResNet 模型 33 4.4 CNN 实现 33 4.4.1 参数及结构 33 4.4.2 实现代码 34 4.4.3 代码解析 36 5 TensorFlow 入门学习 42 5.1 鸢尾花 42 5.2 特征列 48 5.3 数据集 49 5.4 检查点 50 5.5 TensorBoard 50 5.5.1 介绍 50 5.5.2 体验 51 5.5.3 探究 55 5.6 TensorFlow 学习例子 60 5.6.1 基础 60 5.5.2 基于 VGG16 进行风格化 64 6 深度学习显存分析 66 6.1 开始 66 6.2 神经网络显存占用 67 6.3 计算量分析 68 7 图像风格化总结 72 7.1 基于优化的方法 72 7.2 任意图像单一风格 74 7.2.1 Perceptual Losses 74 7.2.2 Prec