04.卷积神经网络 —— week4. 人脸识别和神经风格迁移（编程作业）

人脸识别

• 人脸验证
  • 使用卷积网络对人脸进行编码
  • 三元组损失函数
• 人脸识别

神经风格转换

• 计算内容损失
• 计算风格损失
• 定义总成本优化公式

最后：

• 创建交互会话
• 加载内容图像
• 加载风格图像
• 随机初始化生成的图像
• 加载VGG16模型
• 构建TensorFlow图：
  • 使用VGG16模型来运行内容图并计算内容成本
  • 使用VGG16模型来运行风格图并计算风格成本
  • 计算总成本
  • 定义优化器与学习速率
• 初始化TensorFlow图，进行多次迭代，每次迭代更新生成的图像。

参考资料：

吴恩达深度学习视频课编程作业中文连载笔记：https://blog.csdn.net/u013733326/article/details/80767079

过程大概了解了，代码看的有点晕，照着敲了一遍还是有点晕。anyway，向序列模型出发。估计下周可以结课了吧。