全文总字数：1947字
1. 毕业设计（论文）主要内容：
了解深度学习的相关知识、技术、实现方法, 深入研究无监督图像翻译的理论和应用，基于生成对抗网络模型和当前主流的编码—解码器技术,设计并实现人脸属性编辑模型。
毕设的主要工作：
（1）设计及实现人脸属性编辑的GAN网络架构。
2. 毕业设计（论文）主要任务及要求
（1）要求在设计的过程中能够按照人脸属性编辑的原理步骤，有计划分步骤地实施设计工作，其中最主要的是建立人脸属性特征和人脸属性标签之间的联系并且能够了解学习当前先进的技术，进行google云深度学习环境搭建、实验对比和结果分析等工作。
（2）查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要（装订成册，带封面）。
3. 毕业设计（论文）完成任务的计划与安排
(1) 2020/1/20——2020/2/28：确定选题，阅读文献，分析、总结、确定技术路线，完成并提交开题报告；翻译英文资料并交指导教师检查。
(2) 2020/3/1——2020/4/30：搭建深度学习开发环境，网络架构设计，编码、实验设计、实验结果分析等。
(3) 2020/5/1——2020/5/25：撰写论文初稿；修改论文，定稿并提交论文评审；提交毕业答辩所需所有文档及资料。
4. 主要参考文献
（1）Goodfellow I, Pouget-Abadie J, Mirza M, et al. Generativeadversarial nets[C]//Advances in neural information processing systems. 2014:2672-2680.
（2）Hong Y, Hwang U, Yoo J, et al. How Generative Adversarial Networksand Their Variants Work: An Overview[J]. ACM Computing Surveys (CSUR), 2019,52(1): 10.
（3）Perarnau G, Van De Weijer J, Raducanu B, et al. Invertibleconditional gans for image editing[J]. arXiv preprint arXiv:1611.06355, 2016.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
