推薦一個深度學習應用於圖形學的網站
2018年12月4日-7日，全亞洲最大的計算機圖形與互動技術會議與展會——SIGGRAPH Asia 2018大會在日本東京隆重舉行。作為計算機圖形學頂級會議，SIGGRAPH大會邀請了國際上在影像技術方面有建樹的學者、技術名流大咖及高新技術企業共同研討交流，展示最先進的圖形學技術。來自英國倫敦大學學院UCL的Niloy J. Mitra等學者做了關於深度學習在計算機圖形學應用的報告，《CreativeAI: Deep Learning for Graphics 》包含八個主題以及對應的報告，以及教程程式碼，是一份不可多得的參閱學習教程。
網址：
http://geometry.cs.ucl.ac.uk/creativeai/
內容目錄：
1. 概述
2. 機器學習基礎
3. 神經網路基礎
4. 特徵視覺化
5. 直接監督的替代方案
6. 影象
7. 3D
8. 物理動畫
教程程式碼：
https://github.com/smartgeometry-ucl/dl4g
線性迴歸和多項式迴歸
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/linear_regression.ipynbhttps://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/poly_regression.ipynbhttps://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/poly_regression_polyfit.ipynb
隨機梯度下降
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/sgd.ipynb
多層感知器
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/multilayer_perceptron.ipynb
邊緣過濾網路
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/edge_filter.ipynb
卷積網路
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/convolutional_network.ipynb
過濾器視覺化
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/filter_visualization.ipynb
權重初始化策略
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/weight_initialization.ipynb
彩色化網路
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/colorization.ipynb
自編碼器
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/autoencoder.ipynb
變分自編碼器
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/variational_autoencoder.ipynb
生成對抗網路
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/gan.ipynb
卷積網路映象
https://colab.research.google.com/github/smartgeometry-ucl/dl4g/blob/master/mirroring.ipynb
PDE Learning
https://github.com/smartgeometry-ucl/dl4g/tree/master/pde_learning