Онлайн-курс — сертифицированная профессиональная специализация по генеративно-состязательным сетям (GAN) от Google, DeepLearning.AI

Стажировка — серия курсов из 3 частей.

Что такое ГАНы?

Генеративные нейронные сети (GAN) — это мощные модели машинного обучения, способные генерировать реалистичные выходные изображения, видео и звуки. GAN имеют широкое применение, в том числе:

• Повышение информационной безопасности
• Анонимизация данных
• Создание первоклассных фотографий
• Цветные черно-белые фотографии
• Увеличение разрешения изображений
• Создание аватаров
• Преобразование 3D-изображений из 2D-изображений

по этой специализации

DeepLearning.AI, специализирующийся на сетях генеративных алгоритмов (GAN), представляет собой увлекательное введение в генерацию изображений с использованием GAN, отмечая путь от базовых концепций к передовым методам. Специализация также занимается социальными последствиями, включая предвзятость данных в машинном обучении.

Создайте обширную базу знаний и получите практический опыт работы с GAN. Обучите свою собственную модель с помощью PyTorch, используйте ее для создания изображений и оцените различные продвинутые GAN.

на тебе

Эта специализация предназначена для инженеров-программистов, студентов и исследователей, которые интересуются машинным обучением и хотят понять, как работают GAN. Он обеспечивает доступный путь для учащихся всех уровней, желающих войти в мир GAN.

Прикладной учебный проект

• Курс 1: Понимание основных компонентов GAN, построение базового GAN с помощью PyTorch, использование сверточных слоев для построения DCGAN, применение функции W-Loss и построение условных GAN.
• Курс 2: Понимание проблем при оценке GAN, сравнении генеративных моделей, использовании метода начального расстояния Фреше (FID), выявлении источников систематической ошибки и средств обнаружения, а также изучение методов StyleGAN.
• Курс 3: Использование GAN для увеличения данных и обеспечения конфиденциальности, обзор дополнительных приложений и создание Pix2Pix и CycleGAN для перевода изображений.