深度学习之星(二):GAN之图像转换 | 公开课
来源:互联网 发布:仓实而知礼节 编辑:程序博客网 时间:2024/06/05 22:27
分享背景
▼
生成式对抗网络(GAN)是近两年机器学习领域的新秀,截止目前GAN的应用已经延伸至视频、图像、文字、语音等众多领域,尤其在图像的生成与图像转换领域。本场公开课将分享GAN在图像风格转换方面的应用,并深入解读2篇GAN在图像风格转换方面最新的论文,探索GAN在图像转换领域的实现方法。在上个月的第一场公开课里嘉宾讲解了GAN的原理,可复制链接查看免费回放。(www.mooc.ai/open/course/361)
分享主题
▼
深度学习之星:GAN之图像转换
分享提纲
▼
1.介绍GAN与cGAN的基本思想;
2.介绍配对与非配对的图像转换方法;
3.详解文献的实现流程;
4.探索与总结图像转换方法;
分享人简介
▼
陈俊,华中科技大学自动化学院在读硕士研究生,模式识别专业.研究兴趣包括:计算机视觉(视频理解、行为识别、目标检测与分类等)、深度学习、机器学习等。
分享时间
▼
北京时间12月14日(周四)20:00
参与方式
▼
扫描海报二维码添加社长微信,备注「陈俊」
上海交通大学博士讲师团队
从算法到实战应用
涵盖CV领域主要知识点
手把手项目演示
全程提供代码
深度剖析CV研究体系
轻松实战深度学习应用领域!
▼▼▼
(限时早鸟票~)
复旦Ph.D沈志强:用于目标检测的DSOD模型(ICCV 2017)
极限元刘斌:深度学习在语音生成问题上的典型应用
搜狗文仕学:基于深度学习的语音分离
Video ++孙兆民:视频内容识别行业分析
悉尼科大王超岳:基于生成对抗网络的图像编辑方法
达观数据张健:文本分类方法和应用案例
清华Ph.D王书浩:基于深度学习的电商交易欺诈检测系统
Twitter工程师王东:详解YOLO2与YOLO9000目标检测系统
Kaggle比赛金牌团队:图像比赛的通用套路有哪些?
宜远智能刘凯:显著降低模型训练成本的主动增量学习
点击阅读原文,立即报名
▼▼▼
- 深度学习之星(二):GAN之图像转换 | 公开课
- 深度学习之星(二):GAN之图像转换 | 公开课
- 深度学习之星(二):GAN之图像转换 | 公开课
- 深度学习之星:GAN的原理 | 公开课
- 深度学习系列之二:卷积神经网络 | 公开课
- 深度学习系列之二:卷积神经网络 | 公开课
- 【论文】GAN图像转换之从pix2pix到cycle GAN
- 【回顾】深度学习之星:GAN的原理
- 深度学习之生成对抗网络GAN
- 深度学习之生成对抗网络GAN
- Tensorflow深度学习之十二:基础图像处理之二
- 深度学习系列之三:循环神经网络 | 公开课
- 深度学习系列之三:循环神经网络 | 公开课
- 深度学习新星:GAN的基本原理、应用和走向 | 硬创公开课
- GAN 学习 (二)
- 深度学习之图像修复
- 深度学习之图像修复
- 宾夕法尼亚大学Coursera运动规划公开课学习有感之二
- Caffe各种层
- object references an unsaved transient instance
- Tensorflow实现cnn模型的训练与使用
- Google Brain 大牛亲授!只需10分钟!好看好上手的神经网络在线课!
- oracle安装路径查看和远程连接的两种方式
- 深度学习之星(二):GAN之图像转换 | 公开课
- 对于人体异常行为检测有训练好的深度学习模型吗? | 社区问答
- 传统算法如何转化成神经网络?| 回顾
- $.ajax()方法详解
- 20170918_chr_calActionchr Struts2实现简易计算器
- 高通AI产品主管:AI重要的是给用户带来改变,而不是简单的两个字母
- 苹果确认收购音乐识别应用 Shazam,收购价低于上轮估值
- 私有继承的使用方法
- 金山云3亿美金D轮融资透露出哪些战略要点 | 解读