《PyTorch神经网络实战 移动端图像处理》读书笔记思维导图

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030502040607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2.6nn模块与网络构建010302040506第2章PyTorch指南2.7train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...2.1.3CPU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Tensor2.5.1图像读取与存储2.5.2调用PyTorch官方数据集2.5.3ImageFolder2.5.4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2.5.6DataLoader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0103020405062.6nn模块与网络构建2.6.7Dropout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2.6nn模块与网络构建2.9.1requires_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3.1AndroidStudio安装...3.2Manifest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APK3.9Bitmap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3.1.1AndroidStudio...3.1AndroidStudio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资源文件3.6.1展示文字3.6.3按钮和监听机制3.6.2展示图像3.6核心控件使用3.8.2创建发布版APK3.8.1自定义APK图标与名称3.8生成APK3.11.1定义神经网络3.11.2Python端导出pt文件3.11.3将pt文件移入Androi...3.11.4在Java代码中加载神经网...3.11.5读取图像并进行缩放3.11.6构建输入张量0103020405063.11移动端神经网络实例3.11.7进行前向推理3.11.8处理输出结果3.11.9界面设计3.11.10完整代码与界面效果3.11移动端神经网络实例第4章图像分类4.1图像分类概述4.2MobileNet介绍4.3深度可分离卷积4.4MobileNetV14.5MobileNetV24.6数据处理010302040506第4章图像分类4.7模型训练4.9本章小结4.8图像分类App第4章图像分类4.4.2网络搭建4.4.1网络结构4.4MobileNetV14.5.2网络搭建4.5.1网络结构4.5MobileNetV24.6.1数据介绍4.6.3数据处理4.6.2KaggleAPI介绍4.6数据处理4.8.2分类推理与解析4.8.1分类功能界面设计4.8图像分类App第5章图像分割5.1前景背景与人像分割5.2图像分割网络5.3分割数据集构建与读取5.4分割网络的训练与验证5.5人像分割App5.6本章小结010302040506第5章图像分割5.2.1FCN5.2.3分割损失函数5.2.2UNet5.2图像分割网络5.3.1标注工具介绍5.3.3成对图像读取与数据增强5.3.2分割数据集下载5.3分割数据集构建与读取5.4.1项目构建与超参数设置5.4.2分割网络训练5.4.3分割损失函数收敛性分析5.4.4人像分割测试5.4分割网络的训练与验证5.5.2获取掩码与前景图像应用5.5.1分割功能界面设计5.5人像分割App第6章低光照图像质量增强6.1伽马变换与低光照图像6.2场景分析与像素直方图6.3增强算法LLCNN6.4数据集构建和下载第6章低光照图像质量增强6.5增强网络训练与验证6.7本章小结6.6低光照图像增强App第6章低光照图像质量增强6.3.1残差暗光增强网络6.3.3增强损失函数6.3.2增强网络实现6.3增强算法LLCNN6.5.1项目构建6.5.2增强网络训练6.5.3像素级损失函数收敛分析6.5.4增强算法能力验证6.5增强网络训练与验证6.6.2模型前向推理6.6.1功能设定与界面设计6.6低光照图像增强App第7章GAN动漫人脸生成7.1GAN动漫人脸生成概述7.2深度卷积对抗网络DCGAN7.3条件式对抗网络CGAN7.4辅助分类对抗网络ACGAN第7章GAN动漫人脸生成7.5动漫头像生成App7.7本章小结7.6拓展阅读第7章GAN动漫人脸生成7.2.1生成器7.2.2判别器7.2.3损失函数7.2.4生成器搭建7.2.5判别器搭建7.2.6训练代码0103020405067.2深度卷积对抗网络DCGAN7.3.2CGAN实现7.3.1CGAN原理7.3条件式对抗网络CGAN7.4.2ACGAN实现7.4.1ACGAN原理7.4辅助分类对抗网络ACGAN7.5.2数据生成与解析7.5.1头像生成界面设计7.5动漫头像生成App第8章图像风格迁移8.1风格迁移概述8.2风格迁移网络8.3快速风格迁移8.4图像风格化App8.5本章小结12345第8章图像风格迁移8.2.1基础原理8.2.2内容特征8.2.3风格特征8.2.4重构网络8.2.5风格迁移代码实现123458.2风格迁移网络8.3.1生成网络8.3.3快速风格迁移代码实现8.3.2损失网络8.3快速风格迁移8.4.2三种风格的生成与解析8.4.1风格化功能界面设计8.4图像风格化App第9章无监督风格互换9.1成对数据与不成对数据9.2cycleGAN原理与实现9.3两种风格数据集的构建与读取9.4无监督训练与验证9.5水果风格互换应用9.6本章小结010302040506第9章无监督风格互换9.2.1无监督设计原理