《PyTorch神经网络实战 移动端图像处理》读书笔记.pptxVIP

PPT书籍导读最新版本读书笔记模板《PyTorch神经网络实战 移动端图像处理》最新版读书笔记，下载可以直接修改 网络图像数据函数模型损失文件小结深度训练风格代码模块项目第章界面设计创建卷积参数本书关键字分析思维导图 01第1章 人工智能与深度学习第3章 Androic应用构建第5章 图像分割第2章 PyTorch指南第4章 图像分类第6章 低光照图像质量增强目录0305020406 07第7章 GAN动漫人脸生成第9章 无监督风格互换第8章 图像风格迁移目录0908 内容摘要1. 内容新颖。使用新框架实现多种有趣的AI算法。 2. 实用性强。结合多个案例，手把手带领读者将模型部署到移动端。 第1章 人工智能与深度学习 1.1 人工智能简介1.2 深度学习理论基础1.3 深度学习实践细节1.4 本章小结第1章 人工智能与深度学习 1.1.1 人工智能的概念1.1.2 人工智能的历史1.1.3 人工智能与深度学习的关系1.1.4 深度学习的应用1.1 人工智能简介 1.2.1 全连接层1.2.2 卷积层1.2.3 池化层1.2.4 激活层1.2 深度学习理论基础 1.2.5 批归一化层1.2.6 随机失活1.2.7 损失函数1.2.8 反向传播1.2 深度学习理论基础 1.3.1 硬件选择1.3.3 网络参数初始化1.3.2 超参数设定1.3 深度学习实践细节 第2章 PyTorch指南 2.1 安装与测试2.2 核心模块2.3 模型构建流程图2.4 张量Tensor2.5 数据读取与预处理2.6 nn模块与网络构建010302040506第2章 PyTorch指南 2.7 train与eval模式2.8 优化器选择与绑定2.9 自动求导机制与计算图2.10 模型保存与加载第2章 PyTorch指南 2.11 模型设计和实现的完整流程2.12 网络结构可视化2.13 拓展阅读2.14 本章小结第2章 PyTorch指南 2.1.1 安装PyTorch和torc...2.1.3 CPU和GPU切换2.1.2 显卡测试2.1 安装与测试 2.4.1 数值类型2.4.2 创建方法2.4.3 类型转换2.4.4 维度分析2.4.5 常用操作123452.4 张量Tensor 2.5.1 图像读取与存储2.5.2 调用PyTorch官方数据集2.5.3 ImageFolder2.5.4 图像处理torchvisio...2.5 数据读取与预处理 2.5.5 数据读取类Dataset2.5.7 数据增强2.5.6 DataLoader的创建和...2.5 数据读取与预处理 2.6.1 卷积模块的使用2.6.2 批归一化层2.6.3 池化层2.6.4 全连接层2.6.5 常用激活函数2.6.6 边缘填充0103020405062.6 nn模块与网络构建 2.6.7 Dropout层2.6.8 损失函数层2.6.9 模块组合Sequential2.6.10 网络构建实例2.6 nn模块与网络构建 2.9.1 requires_grad2.9.2 自动求导backward2.9.3 叶子节点is_leaf2.9.4 梯度函数grad_fn2.9 自动求导机制与计算图 2.9.5 计算图分离detach2.9.7 关闭梯度计算no_grad2.9.6 图保持retain_grap...2.9 自动求导机制与计算图 2.10.1 模型文件的保存2.10.2 模型文件的加载2.10.3 联合保存与加载2.10.4 保存与加载多个网络模型2.10 模型保存与加载 2.11.1 参数定义2.11.2 准备数据、定义存储结果的容...2.11.3 定义自编码网络2.11.4 定义优化器与损失函数2.11.5 训练模型2.11.6 效果分析0103020405062.11 模型设计和实现的完整流程 2.13.1 学习率调整策略2.13.3 参数初始化2.13.2 获取网络的命名参数2.13 拓展阅读 第3章 Androic应用构建 3.1 Android Studio安装...3.2 Manifest文件3.3 界面布局3.4 项目主活动与App启动3.5 资源文件3.6 核心控件使用010302040506第3章 Androic应用构建 3.7 相机、相册和图像保存3.8 生成APK3.9 Bitmap格式3.10 部署库下载3.11 移动端神经网络实例3.12 本章小结010302040506第3章 Androic应用构建 3.1.2 创建Android项目3.1.1 Android Studio...3.1 Android Studio安装... 3.5.1 颜色定义文件3.5.2 字符串定义文件3.5.3 形状定义文件3.5.4 图像文件3.5 资源文