前言(这篇Blog将随着进度持续更新)
目录
- 通过Keras回调函数和Tensorboard来检查并监控深度学习模型
- 利用Tensorflow2搭建CNN网络(Tensorflow2入门)
在去模糊领域,从非盲去模糊到盲去模糊,这个领域发展的很快。博主最近在学习Delubr GAN网络实现去模糊,我将就着这个学习过程开展专题来记录自己的学习情况:
整个专题主要从以下方面开展:
基础部分:
- TensorBoard的使用
- CNN网络详解
- VGG网络详解
- ResNet网络详解
- 基础GAN网络解读及搭建(DCGAN)
- Deblur GAN V1网络详解
拓展部分:
- 拓展阅读并解释Deblur GAN V1中所提到的其它论网络结构(如wGAN、cGAN、ResNet等);
- 思考self-attention网络与Deblur GAN网络的结合使用;
- 探索前沿论文中Involution反转卷积网络、LAM归因图以及超分网络与去模糊的钩镰及可能性。
我们知道,Deblur GAN网络目前有V1和V2两个版本;我们将主要以Deblur GAN V1论文为主来开展整个专题,同时,在专题的进行过程中,我会将文章中所用的代码放在个人Github上进行开源;文章中所提到的数据集将会通过百度网盘进行分享。
根据内容的更新,我会将整个专题内容的超链接放到前言部分,随着整个专题内容的更新,来对该前言的超链接进行更新。
同时,我也会实时的对整个专题框架进行调整,在自己学习的同时,也能够分享给大家,做一个开源人。