Online cursus – gecertificeerde professionele specialisatie in generatieve vijandige netwerken (GAN’s) door Google, DeepLearning.AI

Stage – een reeks van 3-delige cursussen

Wat zijn GAN’s?

Generatieve neurale netwerken (GAN’s) zijn krachtige machine learning-modellen die realistische outputs van afbeeldingen, video’s en geluiden kunnen genereren. GAN’s hebben brede toepassingen, waaronder:

• Verbetering van de informatiebeveiliging
• Anonimisering van gegevens
• Het maken van topfoto’s
• Zwart-witfoto’s in kleur
• De resolutie van afbeeldingen verhogen
• Avatars maken
• 3D-afbeeldingen converteren van 2D-afbeeldingen

voor deze specialisatie

DeepLearning.AI, gespecialiseerd in generatieve algoritmenetwerken (GAN’s), biedt een spannende introductie tot het genereren van afbeeldingen met behulp van GAN’s en markeert een pad van basisconcepten naar geavanceerde technieken. De specialisatie houdt zich ook bezig met sociale implicaties, waaronder databias bij machinaal leren.

Bouw een uitgebreide kennisbank op en doe praktijkervaring op met GAN’s. Train uw eigen model met PyTorch, gebruik het om afbeeldingen te genereren en evalueer een verscheidenheid aan geavanceerde GAN’s.

op jou

Deze specialisatie is bedoeld voor software-ingenieurs, studenten en onderzoekers die geïnteresseerd zijn in machine learning en willen begrijpen hoe GAN’s werken. Het biedt een toegankelijk pad voor leerlingen van alle niveaus die de wereld van GAN’s willen betreden.

Toegepast leerproject

• Cursus 1: De basiscomponenten van GAN’s begrijpen, een basis-GAN bouwen met PyTorch, convolutionele lagen gebruiken om DCGAN’s te bouwen, de W-Loss-functie toepassen en voorwaardelijke GAN’s bouwen.
• Cursus 2: Inzicht in de uitdagingen bij het evalueren van GAN’s, het vergelijken van generatieve modellen, het gebruik van de Fréchet Inception Distance (FID)-methode, het identificeren van bronnen van vooroordelen en detectiemiddelen, en leren over StyleGAN-technieken.
• Cursus 3: GAN’s gebruiken voor gegevensvergroting en het handhaven van de privacy, beoordeling van aanvullende applicaties en het bouwen van Pix2Pix en CycleGAN voor beeldvertaling.