week1. 卷积神经网络基础
课程：
- 边缘检测示例；
- padding：
- 为什么需要填充；
- 填充的两种方式；
- 卷积步长；
- 立体卷积；
- 过滤器的维度；
- 卷积后维度的计算；
- 池化层：
- 最大池化；
- 平均池化；
- LeNet5 实例
- 使用卷积的好处；
编程作业：
- 原生代码实现卷积神经网络的一些模块：
- 卷积模块：
- 使用0扩充边界；
- 卷积窗口；
- 前向卷积；
- 反向卷积（可选，暂时没看）；
- 池化模块 ：
- 前向池化；
- 反向池化（可选，暂时没看）；
- 使用tensorflow实现卷积神经网络，并应用到手势识别中；
- 创建占位符；
- 初始化参数；
- 前向传播；
- 计算成本；
- 反向传播；
- 创建优化器；
- 创建session运行模型；
week 3. 目标检测
课程：
==============只能看到大概，具体的东西看不到了。当年的笔记没有走心啊。
- 目标定位和特征点检测：
- 目标标签的形式；
- 特征点检测；
- 目标检测：
- 利用滑动窗口进行目标检测；
- 卷积层替代全连接层；
- bounding box预测；
- YOLO算法；
- IOU；
- NMS；
- Anchor box；
- RCNN；
编程作业：
- 实现YOLO算法的一些模块：
- 分类阈值过滤；
- 非最大值抑制；
- 测试已经训练好了的YOLO模型：
- 加载模型；
- 利用模型对图像做检测；
- 预测；
- 其中还包括，生成类别对应的颜色，画边界框以及绘制label。
我对python的了解，真的太少了。。。。。。。。好像两三天没刷题了。。。惨案。
五一假期第二天。
week4. 人脸识别与神经风格转换
编程作业
- 人脸识别
- 三元组损失函数；
- 人脸验证；
- 人脸识别；
- 神经风格转换
- 内容损失；
- 风格损失；
- 风格矩阵；
- 总成本定义及优化；
- 进行多次迭代，每次迭代更新生成图像。
代码有点迷糊。感觉用模型生成G，S，C三种图像的相关激活项的逻辑有点问题。
假期就这样一不小心就过去了。这种没事，就拖两三天的心态，就像永远欠着两天。可是时间真真切切的过去了，今天是真真切切的五月六号，不是五月刚开始。
最后到了人生的尽头，又如何能欠着呢。