week1. 卷积神经网络基础
课程:
- 边缘检测示例;
- padding:
- 为什么需要填充;
- 填充的两种方式;
- 卷积步长;
- 立体卷积;
- 过滤器的维度;
- 卷积后维度的计算;
- 池化层:
- 最大池化;
- 平均池化;
- LeNet5 实例
- 使用卷积的好处;
编程作业:
- 原生代码实现卷积神经网络的一些模块:
- 卷积模块:
- 使用0扩充边界;
- 卷积窗口;
- 前向卷积;
- 反向卷积(可选,暂时没看);
- 池化模块 :
- 前向池化;
- 反向池化(可选,暂时没看);
- 使用tensorflow实现卷积神经网络,并应用到手势识别中;
- 创建占位符;
- 初始化参数;
- 前向传播;
- 计算成本;
- 反向传播;
- 创建优化器;
- 创建session运行模型;
week 3. 目标检测
课程:
==============只能看到大概,具体的东西看不到了。当年的笔记没有走心啊。
- 目标定位和特征点检测:
- 目标标签的形式;
- 特征点检测;
- 目标检测:
- 利用滑动窗口进行目标检测;
- 卷积层替代全连接层;
- bounding box预测;
- YOLO算法;
- IOU;
- NMS;
- Anchor box;
- RCNN;
编程作业:
- 实现YOLO算法的一些模块:
- 分类阈值过滤;
- 非最大值抑制;
- 测试已经训练好了的YOLO模型:
- 加载模型;
- 利用模型对图像做检测;
- 预测;
- 其中还包括,生成类别对应的颜色,画边界框以及绘制label。
我对python的了解,真的太少了。。。。。。。。好像两三天没刷题了。。。惨案。
五一假期第二天。
week4. 人脸识别与神经风格转换
编程作业
- 人脸识别
- 三元组损失函数;
- 人脸验证;
- 人脸识别;
- 神经风格转换
- 内容损失;
- 风格损失;
- 风格矩阵;
- 总成本定义及优化;
- 进行多次迭代,每次迭代更新生成图像。
代码有点迷糊。感觉用模型生成G,S,C三种图像的相关激活项的逻辑有点问题。
假期就这样一不小心就过去了。这种没事,就拖两三天的心态,就像永远欠着两天。可是时间真真切切的过去了,今天是真真切切的五月六号,不是五月刚开始。
最后到了人生的尽头,又如何能欠着呢。