[CS231n Assignment 3 #00] 第三次作业介绍

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