人工智能深度学习系统班6期 17 对抗生成网络实战
- 01 课程介绍
- 01 课程介绍
- 02 对抗生成网络架构原理与实战解析
- 01 对抗生成网络通俗解释
- 02 GAN网络组成
- 03 损失函数解释说明
- 04 数据读取模块
- 05 生成与判别网络定义
- 03 基于CycleGan开源项目实战图像合成
- 01 CycleGan网络所需数据
- 02 CycleGan整体网络架构
- 03 PatchGan判别网络原理
- 04 Cycle开源项目简介
- 05 数据读取与预处理操作
- 06 生成网络模块构造
- 07 判别网络模块构造
- 09 生成与判别损失函数指定
- 04 stargan论文架构解析
- 01 stargan效果演示分析
- 02 网络架构整体思路解读
- 03 建模流程分析
- 04 V1版本存在的问题及后续改进思路
- 05 V2版本在整体网络架构
- 06 编码器训练方法
- 07 损失函数公式解析
- 08 训练过程分析
- 05 stargan项目实战及其源码解读
- 01 测试模块效果与实验分析
- 02 项目配置与数据源下载
- 03 测试效果演示
- 04 项目参数解析
- 05 生成器模块源码解读
- 06 所有网络模块构建实例
- 07 数据读取模块分析
- 08 判别器损失计算
- 09 损失计算详细过程
- 10 生成模块损失计算
- 06 基于starganvc2的变声器论文原理解读
- 01 论文整体思路与架构解读
- 02 VCC2016输入数据
- 03 语音特征提取
- 04 生成器模型架构分析
- 05 InstanceNorm的作用解读
- 06 AdaIn的目的与效果
- 07 判别器模块分析
- 07 starganvc2变声器项目实战及其源码解读
- 01 数据与项目文件解读
- 02 环境配置与工具包安装
- 03 数据预处理与声音特征提取
- 04 生成器构造模块解读
- 05 下采样与上采样操作
- 06 starganvc2版本标签输入分析
- 07 生成器前向传播维度变化
- 08 判别器模块解读
- 09 论文损失函数
- 10 源码损失计算流程
- 11 测试模块-生成转换语音
- 08 图像超分辨率重构实战
- 01 论文概述
- 02 网络架构
- 03 数据与环境配置
- 04 数据加载与配置
- 05 生成模块
- 06 判别模块
- 07 VGG特征提取网络
- 08 损失函数与训练
- 09 测试模块
- 09 基于GAN的图像补全实战
- 01 论文概述
- 02 网络架构
- 03 细节设计
- 04 论文总结
- 05 数据与项目概述
- 06 参数基本设计
- 07 网络结构配置
- 08 网络迭代训练
- 09 测试模块