Curso online – especialización profesional certificada en redes generativas adversarias (GAN) por Google, DeepLearning.AI

Pasantía: una serie de cursos de 3 partes

¿Qué son las GAN?

Las redes neuronales generativas (GAN) son potentes modelos de aprendizaje automático capaces de generar resultados realistas de imágenes, vídeos y sonidos. Las GAN tienen amplias aplicaciones, que incluyen:

• Mejorando la seguridad de la información
• Anonimización de datos
• Creando fotografías de primer nivel
• Fotografías en color blanco y negro.
• Aumentar la resolución de las imágenes.
• Creando avatares
• Convertir imágenes 3D a partir de imágenes 2D

para esta especialización

DeepLearning.AI, especializada en redes de algoritmos generativos (GAN), proporciona una interesante introducción a la generación de imágenes utilizando GAN, marcando un camino desde los conceptos básicos hasta las técnicas avanzadas. La especialización también aborda las implicaciones sociales, incluido el sesgo de datos en el aprendizaje automático.

Cree una base de conocimientos integral y obtenga experiencia práctica con GAN. Entrene su propio modelo con PyTorch, úselo para generar imágenes y evalúe una variedad de GAN avanzadas.

en ti

Esta especialización está dirigida a ingenieros de software, estudiantes e investigadores interesados ​​en el aprendizaje automático y que quieran comprender cómo funcionan las GAN. Proporciona un camino accesible para estudiantes de todos los niveles que deseen ingresar al mundo de las GAN.

Proyecto de aprendizaje aplicado

• Curso 1: Comprender los componentes básicos de las GAN, construir una GAN básica usando PyTorch, usar capas convolucionales para construir DCGAN, aplicar la función W-Loss y construir GAN condicionales.
• Curso 2: Comprender los desafíos de evaluar GAN, comparar modelos generativos, utilizar el método Fréchet Inception Distance (FID), identificar fuentes de sesgo y medios de detección, y aprender sobre técnicas StyleGAN.
• Curso 3: Uso de GAN para aumentar datos y mantener la privacidad, revisión de aplicaciones adicionales y creación de Pix2Pix y CycleGAN para traducción de imágenes.