盲运动去模糊之Deblur GAN网络专题前言

前言（这篇Blog将随着进度持续更新）

目录

1. 通过Keras回调函数和Tensorboard来检查并监控深度学习模型
   
2. 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。