购买 ¥298.00

深度学习-对抗生成网络项目实战-

共86节1121人学习唐宇迪 课程详情 领证书
播放页问题反馈
  • 对抗生成网络架构原理与实战解析

    • 课程介绍(数据代码下载------------->需要PC登录)
    • 对抗生成网络通俗解释
    • GAN网络组成
    • 损失函数解释说明
    • 数据读取模块
    • 生成与判别网络定义
  • 基于CycleGan开源项目实战图像合成

    • CycleGan网络所需数据
    • CycleGan整体网络架构
    • PatchGan判别网络原理
    • Cycle开源项目简介
    • 数据读取与预处理操作
    • 生成网络模块构造
    • 判别网络模块构造
    • 损失函数:identity loss计算方法
    • 生成与判别损失函数指定
    • 额外补充:VISDOM可视化配置
  • stargan论文架构解析

    • stargan效果演示分析
    • 网络架构整体思路解读
    • 建模流程分析
    • V1版本存在的问题及后续改进思路
    • V2版本整体网络架构
    • 编码器训练方法
    • 损失函数公式解析
    • 训练过程分析
  • stargan项目实战及其源码解读

    • 项目配置与数据源下载
    • 测试效果演示
    • 项目参数解析
    • 生成器模块源码解读
    • 所有网络模块构建实例
    • 数据读取模块分析
    • 判别器损失计算
    • 损失计算详细过程
    • 生成模块损失计算
    • 测试模块效果与实验分析
  • 基于starganvc2的变声器论文原理解读

    • 论文整体思路与架构解读
    • VCC2016输入数据
    • 语音特征提取
    • 生成器模型架构分析
    • InstanceNorm的作用解读
    • AdaIn的目的与效果
    • 判别器模块分析
  • starganvc2变声器项目实战及其源码解读

    • 数据与项目文件解读
    • 环境配置与工具包安装
    • 数据预处理与声音特征提取
    • 生成器构造模块解读
    • 下采样与上采样操作
    • starganvc2版本标签输入分析
    • 生成器前向传播维度变化
    • 判别器模块解读
    • 论文损失函数
    • 源码损失计算流程
    • 测试模块-生成转换语音
  • 图像超分辨率重构实战

    • 论文概述
    • 网络架构
    • 数据与环境配置
    • 数据加载与配置
    • 生成模块
    • 判别模块
    • VGG特征提取网络
    • 损失函数与训练
    • 测试模块
  • 基于GAN的图像补全实战

    • 论文概述
    • 网络架构
    • 细节设计
    • 论文总结
    • 数据与项目概述
    • 参数基本设计
    • 网络结构配置
    • 网络迭代训练
    • 测试模块
  • 基础补充-PyTorch卷积模型实例

    • 卷积网络参数定义
    • 网络流程解读
    • Vision模块功能解读
    • 分类任务数据集定义与配置
    • 图像增强的作用
    • 数据预处理与数据增强模块
    • Batch数据制作
    • 迁移学习的目标
    • 迁移学习策略
    • 加载训练好的网络模型
    • 优化器模块配置
    • 实现训练模块
    • 训练结果与模型保存
    • 加载模型对测试数据进行预测
    • 额外补充-Resnet论文解读
    • 额外补充-Resnet网络架构解读
0/1024
暂无留言

    订阅失败

    深度学习-对抗生成网络项目实战
    深度学习-对抗生成网络项目实战 ...

    订阅列表已满,请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看!专家精选系列课程,满足你从入门到精通!更有问答月卡免费送,你的问题有问必答!

    购买课程

    扫码完成付费,可继续学习全部课程内容

    加载中...
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    程序员研修院 v1.1.0
    一、播放器优化
    修改播放器默认倍速设置,增加1.25倍速
    调整目录展示形式,增加折叠/展开
    优化播放器的使用体验,有播放问题可以点击播放页内的”反馈“提交问题
    查看全部版本记录
    课件正在飞速打包中,请耐心等待几秒钟~