1.作业介绍
- 作业主页:Assignment #3
- 作业任务:在这次作业中,你将实现循环网络,并将它们应用于微软COCO数据集上的图像字幕。您还将探索在ImageNet上可视化预训练模型的特征的方法,以及实现风格迁移Style Transfer模型。最后,您将训练一个生成式对抗网络来生成看起来像训练数据集的图像!
- 作业目的:
- 理解递归神经网络(RNNs)的结构,以及它们如何通过随时间共享权值对序列进行操作;
- 理解并实现普通的RNNs和长短期记忆(LSTM)网络;
- 了解如何结合卷积神经网络和递归网络来实现一个图像字幕系统;
- 探索图像梯度的各种应用,包括显著性映射(saliency maps),欺骗图像(fooling images),类可视化(class visualizations)。
- 理解并实现图像风格转换技术。
- 了解如何训练和实现生成式对抗网络(GAN),以生成类似于数据集样本的图像。
2.作业内容
-
00 下载数据
运行cd cs231n/datasets ./get_assignment3_data.sh
下载