《GAN实战生成对抗网络》笔记——第五章 利用多种生成模型生成图像

目录：

第一章    深度学习概述

第二章    无监督学习GAN

第三章    图像风格跨域转换

第四章    从文本构建逼真的图像

第五章    利用多种生成模型生成图像

第六章    将机器学习带入生产环境

---

5.1 迁移学习介绍

深度 | 迁移学习全面概述：从基本概念到相关研究

5.1.1 迁移学习的目的

应用场景：

• 小数据集
• 少量的资源

5.1.2 多种利用预训练模型的方法

• 使用预训练架构
• 特征提取
• 网络部分冻结

5.1.3 利用Keras对车猫狗和花进行分类

数据集：Kaggle Dogs vs. Cats / Stanford Cars / Oxford flower;

5.2 利用Apache Spark进行大规模深度学习

Apache Spark入门级摘要

5.2.1 利用Spark深度学习模块运行预训练模型

 

5.2.2 利用BigDL进行大规模手写数字识别

 

5.2.3 利用SRGAN生成高清晰度图像

 

5.2.4 SRGAN的架构

 

5.3 利用DeepDream生成梦幻的艺术图像

5.4 在TensorFlow上利用VAE生成手写数字

5.5 VAE在真实世界的比喻

5.6 GAN和VAE两个生成模型的比较

5.7 总结