Dans ce cours, vous allez :

- Explorer les applications des GANs et les examiner par rapport à l'augmentation des données, la vie privée et l'anonymat - Exploiter le cadre de traduction d'image à image et identifier les applications à des modalités au-delà des images - Implémenter Pix2Pix, un GAN de traduction d'image à image appariée pour adapter des images satellites en itinéraires cartographiques (vice-versa), mettre en œuvre Pix2Pix, un GAN de traduction d'image à image appariée, pour adapter des images satellites en itinéraires cartographiques (et vice versa) - Comparer la traduction d'image à image appariée à la traduction d'image à image non appariée et identifier comment leur différence clé nécessite des architectures GAN différentes - Mettre en œuvre CycleGAN, un modèle de traduction d'image à image non appariée, pour adapter des chevaux à des zèbres (et vice versa) avec deux GAN en un seul The DeepLearning.AI Generative Adversarial Networks (GANs) Specializations fournit une introduction passionnante à la génération d'images avec des GANs, traçant un chemin des concepts fondamentaux aux techniques avancées à travers une approche facile à comprendre. Elle couvre également les implications sociales, y compris les biais dans les ML et les moyens de les détecter, la préservation de la vie privée, et plus encore. Construisez une base de connaissances complète et acquérez une expérience pratique dans les GANs. Entraînez votre propre modèle à l'aide de PyTorch, utilisez-le pour créer des images et évaluez une variété de GANs avancés. Cette Specializations fournit un chemin accessible pour tous les niveaux d'apprenants qui cherchent à percer dans l'espace GANs ou à appliquer les GANs à leurs propres projets, même sans familiarité préalable avec les mathématiques avancées et la recherche sur l'apprentissage automatique.