只要技术好万物皆可GAN，多亏这套课程，只花三小时就学懂起来GAN生成对抗网络！看不懂你打我！GAN/RNN/CNN神经网络/人工智能/计算机视觉
本套视频教程所有配套资料索取方式如下：
《关注微信公众号：【咕泡AI】，回复关键词：857》免费领取学习资料
并且UP重新整理了一份200G的【AI资料包】
①人工智能课程及项目【含课件源码】
②超详解人工智能学习路线图
③人工智能必看优质书籍电子书汇总
④国内外知名精华资源
⑤优质人工智能资源网站整理（找前辈、找代码、找论文都有）
⑥人工智能行业报告
⑦人工智能论文
在网盘里排列的非常整齐干净！希望对大家的学习有所帮助，非常感谢大家的支持！
视频选集
（27/85）
1-对抗生成网络通俗解释
08:26
2-GAN网络组成
05:15
3-损失函数解释说明
10:06
4-数据读取模块
08:27
5-生成与判别网络定义
08:40
1-CycleGan网络所需数据
06:51
2-CycleGan整体网络架构
10:04
3-PatchGan判别网络原理
04:41
4-Cycle开源项目简介
07:08
5-数据读取与预处理操作
10:18
6-生成网络模块构造
12:13
7-判别网络模块构造
05:03
8-损失函数：identity loss计算方法
09:13
9-生成与判别损失函数指定
11:41
10-额外补充：VISDOM可视化配置
05:55
1-stargan效果演示分析
06:14
2-网络架构整体思路解读
09:01
3-建模流程分析
07:10
4-V1版本存在的问题及后续改进思路
06:36
5-V2版本在整体网络架构
08:02
6-编码器训练方法
06:24
7-损失函数公式解析
08:32
8-训练过程分析
04:51
1-项目配置与数据源下载
05:12
2-测试效果演示
06:18
3-项目参数解析
04:29
4-生成器模块源码解读
07:47
5-所有网络模块构建实例
07:19
6-数据读取模块分析
10:30
7-判别器损失计算
05:52
8-损失计算详细过程
07:05
9-生成模块损失计算
10:59
10-测试模块效果与实验分析
04:36
1-论文整体思路与架构解读
07:27
2-VCC2016输入数据
07:27
3-语音特征提取
11:40
4-生成器模型架构分析
05:12
5-InstanceNorm的作用解读
07:31
6-AdaIn的目的与效果
05:09
7-判别器模块分析
13:11
1-数据与项目文件解读
07:01
2-环境配置与工具包安装
08:03
3-数据预处理与声音特征提取
13:47
4-生成器构造模块解读
09:08
5-下采样与上采样操作
07:55
6-starganvc2版本标签输入分析
06:01
7-生成器前向传播维度变化
07:04
8-判别器模块解读
07:50
9-论文损失函数
08:03
10-源码损失计算流程
06:08
11-测试模块-生成转换语音
09:06
1-论文概述
05:18
2-网络架构
08:49
3-数据与环境配置
07:50
4-数据加载与配置
08:35
5-生成模块
07:33
6-判别模块
06:58
7-VGG特征提取网络
06:19
8-损失函数与训练
11:48
9-测试模块
08:00
1-论文概述
10:03
2-网络架构
11:04
3-细节设计
08:02
4-论文总结
09:20
5-数据与项目概述
10:08
6-参数基本设计
09:16
7-网络结构配置
12:22
8-网络迭代训练
16:55
9-测试模块
05:25
0-1-卷积网络参数定义
07:22
0-2-网络流程解读
07:27
1-Vision模块功能解读
05:11
2-分类任务数据集定义与配置
06:28
3-图像增强的作用
04:52
4-数据预处理与数据增强模块
09:26
5-Batch数据制作
08:38
1-迁移学习的目标
05:33
2-迁移学习策略
07:12
8-加载训练好的网络模型
09:55
9-优化器模块配置
05:15
10-实现训练模块
08:17
11-训练结果与模型保存
09:32
12-加载模型对测试数据进行预测
09:11
13-额外补充-Resnet论文解读
11:48
14-额外补充-Resnet网络架构解读
08:27
顶部