课程名称: Apply Generative Adversarial Networks (GANs)

课程主页: https://www.coursera.org/learn/apply-generative-adversarial-networks-gans

所在平台: Coursera

课程类别: 机器学习

大学或机构: deeplearning.ai

讲师： Sharon Zhou,Eda Zhou,Eric Zelikman

授课语言： 英语

提供字幕： 英语

课程文件大小： 273MB

课程介绍： 在本课程中，您将：

-探索GAN的应用，并通过数据增强，隐私和匿名检查它们

-利用图像到图像的翻译框架并确定图像之外的模式的应用

-实现Pix2Pix，一种成对的图像到图像转换GAN，以将卫星图像适应到地图路线中（反之亦然）

-将成对的图像到图像翻译与未成对的图像到图像翻译进行比较，并确定它们的关键区别如何导致需要不同的GAN架构

-实施CycleGAN，这是一种不成对的图像到图像的转换模型，可以使马与斑马相适应（反之亦然），其中有两个GAN

DeepLearning.AI生成对抗网络（GAN）专门知识为使用GAN生成图像提供了令人兴奋的介绍，它通过一种易于理解的方法，描绘了从基础概念到高级技术的道路。 它还涵盖了社会影响，包括ML的偏见及其检测方法，隐私保护等。

建立全面的知识库并获得GAN的实践经验。 使用PyTorch训练自己的模型，使用它创建图像，并评估各种高级GAN。

该专业为所有想要突破GAN空间或将GAN应用到自己项目中的学习者提供了一种可访问的途径，即使他们事先不熟悉高级数学和机器学习研究。

本课程属于 Generative Adversarial Networks (GANs) Specialization/专项课程 中的第3门课程。

课程压缩包下载地址（度盘链接 解压密码：xuebuyan.org）：

友情提醒：