In diesem Kurs werden Sie:
- Erforschen Sie die Anwendungen von GANs und untersuchen Sie sie im Hinblick auf Datenerweiterung, Datenschutz und Anonymität - Nutzen Sie das Bild-zu-Bild-Übersetzungs-Framework und identifizieren Sie Anwendungen für Modalitäten jenseits von Bildern - Implementieren Sie Pix2Pix, ein gepaartes Bild-zu-Bild-Übersetzungs-GAN, zur Anpassung von Satellitenbildern an Kartenrouten (und umgekehrt) - Vergleichen Sie die gepaarte Bild-zu-Bild-Übersetzung mit der ungepaarten Bild-zu-Bild-Übersetzung und stellen Sie fest, inwiefern ihr wesentlicher Unterschied unterschiedliche GAN-Architekturen erforderlich macht - Implementieren Sie CycleGAN, ein ungepaartes Bild-zu-Bild-Übersetzungsmodell, zur Anpassung von Pferden an Zebras (und umgekehrt) mit zwei GANs in einem Das DeepLearning.AI Generative Adversarial Networks (GANs) Specializations bietet eine aufregende Einführung in die Bilderzeugung mit GANs, die den Weg von grundlegenden Konzepten zu fortgeschrittenen Techniken durch einen leicht verständlichen Ansatz aufzeigt. Es werden auch die sozialen Auswirkungen behandelt, einschließlich Verzerrungen in ML und die Möglichkeiten, diese zu erkennen, die Wahrung der Privatsphäre und mehr. Bauen Sie eine umfassende Wissensbasis auf und sammeln Sie praktische Erfahrungen mit GANs. Trainieren Sie Ihr eigenes Modell mit PyTorch, erstellen Sie damit Bilder und bewerten Sie eine Vielzahl fortgeschrittener GANs. Diese Specializations bietet einen leicht zugänglichen Weg für alle Lernenden, die in den Bereich der GANs einsteigen oder GANs auf ihre eigenen Projekte anwenden möchten, auch wenn sie mit fortgeschrittener Mathematik und maschineller Lernforschung nicht vertraut sind.