- 在CPU桌面云环境上搭建tensorflow
- 在GPU云服务器上搭建深度学习框架(CUDA、CUDNN、tensorflow-gpu)
主要问题:CPU桌面环境中安装tensorflow,使用pip管道无法通过代理连接外网实现安装;GPU服务器上安装CUDA被拦截,CUDNN无法启动
解决方法:在系统用户文件目录下配置pip.ini文件,设置华为镜像地址;
安装CUDA配置正确的安装密钥;安装cuda先更新列表,后安装;CUDNN与CUDA版本必须要统一
输出文档:华为桌面云tensorflow-cpu安装指导;华为云服务器Linux系统Tensorflow-gpu安装指导,Linux系统下tensorflow-gpu自动化安装脚本
- 研读开源的读取VGG-19模型参数代码
- 查阅论文和资料,研究、学习图像风格迁移的原理
- 为增强用户体验度,增加图像转换过程中的参数,必如原代码中只使用了relu4_2(更精细的重构层),增加更抽象的重构层relu5_2,以及迭代次数,原始颜色是否保留等
- 基于增加的参数,重写:计算原始图片特征矩阵的函数,计算原始图片内容随机图片内容损失函数content loss;计算风格图片特征矩阵函数;计算风格图片对随机生成图片风格的损失函数 style loss
输出文档:卷积神经训练原理总结;图片风格迁移原理以及优化总结
接口: