آموزش شبکه‌های مولد رقابتی پیشرفته (GANs) - آخرین آپدیت

دانلود Advanced Generative Adversarial Networks (GANs)

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره: به‌روزرسانی شده در می ۲۰۲۵. این دوره اکنون دارای قابلیت Coursera Coach است! روشی هوشمندانه‌تر برای یادگیری با گفتگوهای تعاملی و آنی که به شما کمک می‌کند دانش خود را آزمایش کنید، پیش‌فرض‌ها را به چالش بکشید و در طول مسیر دوره، درک خود را عمیق‌تر کنید. سفری روشنگر را به قلمرو شبکه‌های مولد رقابتی (GANs) آغاز کنید، جایی که در هنر سنتز تصاویر مبتنی بر هوش مصنوعی استاد خواهید شد. این دوره با یک پایه محکم شروع می‌شود و شما را با مفاهیم و اجزای اساسی GANها، مانند مولد (Generator) و متمایزگر (Discriminator) آشنا می‌کند. از آنجا، به پیچیدگی‌های GANهای کاملاً متصل (Fully Connected) و کانولوشن عمیق (Deep Convolutional) خواهید پرداخت و معماری آن‌ها را درک کرده و نحوه پیاده‌سازی و بهینه‌سازی موثر آن‌ها را خواهید آموخت. دوره با آموزش‌های عملی با استفاده از مجموعه‌داده‌های محبوبی مانند MNIST و CIFAR-10 پیش می‌رود، جایی که یاد می‌گیرید مدل‌های GAN را بارگذاری، پیش‌پردازش و آموزش دهید. هر مرحله با دقت توضیح داده شده است تا اطمینان حاصل شود که دانش و تجربه عملی کسب می‌کنید. با بهره‌گیری از ابزارهایی مانند Google Colab، قابلیت‌های شتاب‌دهنده GPU را بررسی خواهید کرد تا کارایی و عملکرد آموزش مدل خود را افزایش دهید. در مراحل پیشرفته‌تر، با موضوعات پیچیده‌تری از جمله GANهای شرطی (Conditional GANs)، جای‌گذاری برچسب‌ها (Label Embedding) و تکنیک‌های بهینه‌سازی مدل مواجه خواهید شد. این دوره با پروژه‌های عملی به پایان می‌رسد که در آن دانش خود را برای تولید و تحلیل تصاویر واقع‌گرایانه به کار می‌برید و شکاف بین مفاهیم تئوری و کاربردهای دنیای واقعی را پر می‌کنید. این رویکرد جامع تضمین می‌کند که شما با مهارت و اعتماد به نفس لازم برای بهره‌برداری از تمام پتانسیل GANها در پروژه‌های خود فارغ‌التحصیل شوید. این دوره برای دانشمندان داده، مهندسان یادگیری ماشین و علاقه‌مندان به هوش مصنوعی که درک پایه‌ای از شبکه‌های عصبی و برنامه‌نویسی پایتون دارند، طراحی شده است. آشنایی با فریم‌ورک‌های یادگیری عمیق مانند TensorFlow یا Keras توصیه می‌شود اما اجباری نیست.

سرفصل ها و درس ها

یادگیری انتقالی ResNet50 با استفاده از GPU گوگل کولب - آموزش و پیش‌بینی ResNet50 Transfer Learning Using Google Colab GPU - Training and Prediction

  • یادگیری انتقالی ResNet50 با استفاده از GPU گوگل کولب - آموزش و پیش‌بینی ResNet50 Transfer Learning Using Google Colab GPU - Training and Prediction

انواع محبوب شبکه‌های عصبی Popular Neural Network Types

  • انواع محبوب شبکه‌های عصبی Popular Neural Network Types

مقدمه‌ای بر شبکه‌های مولد رقابتی (GAN) Generative Adversarial Networks GAN Introduction

  • مقدمه‌ای بر شبکه‌های مولد رقابتی (GAN) Generative Adversarial Networks GAN Introduction

کانولوشن ترانهاده ساده با استفاده از تصویر خاکستری Simple Transpose Convolution Using a Grayscale Image

  • کانولوشن ترانهاده ساده با استفاده از تصویر خاکستری - بخش اول Simple Transpose Convolution Using a Grayscale Image - Part 1

  • کانولوشن ترانهاده ساده با استفاده از تصویر خاکستری - بخش دوم Simple Transpose Convolution Using a Grayscale Image - Part 2

  • کانولوشن ترانهاده ساده با استفاده از تصویر خاکستری - بخش سوم Simple Transpose Convolution Using a Grayscale Image - Part 3

توضیح مکانیزم مولد و متمایزگر Generator and Discriminator Mechanism Explained

  • توضیح مکانیزم مولد و متمایزگر Generator and Discriminator Mechanism Explained

یک GAN ساده کاملاً متصل با استفاده از مجموعه داده MNIST - مقدمه A fully Connected Simple GAN Using MNIST Dataset - Introduction

  • یک GAN ساده کاملاً متصل با استفاده از مجموعه داده MNIST - مقدمه A Fully Connected Simple GAN Using MNIST Dataset - Introduction

GAN کاملاً متصل - بارگذاری مجموعه داده Fully Connected GAN - Loading the Dataset

  • GAN کاملاً متصل - بارگذاری مجموعه داده Fully Connected GAN - Loading the Dataset

GAN کاملاً متصل - تعریف تابع مولد Fully Connected GAN - Defining the Generator Function

  • GAN کاملاً متصل - تعریف تابع مولد - بخش اول Fully Connected GAN - Defining the Generator Function - Part 1

  • GAN کاملاً متصل - تعریف تابع مولد - بخش دوم Fully Connected GAN - Defining the Generator Function - Part 2

GAN کاملاً متصل - تعریف تابع متمایزگر Fully Connected GAN - Defining the Discriminator Function

  • GAN کاملاً متصل - تعریف تابع متمایزگر - بخش اول Fully Connected GAN - Defining the Discriminator Function - Part 1

  • GAN کاملاً متصل - تعریف تابع متمایزگر - بخش دوم Fully Connected GAN - Defining the Discriminator Function - Part 2

GAN کاملاً متصل - ترکیب مدل‌های مولد و متمایزگر Fully Connected GAN - Combining Generator and Discriminator Models

  • GAN کاملاً متصل - ترکیب مدل‌های مولد و متمایزگر Fully Connected GAN - Combining Generator and Discriminator Models

GAN کاملاً متصل - کامپایل مدل‌های متمایزگر و GAN ترکیبی Fully Connected GAN - Compiling Discriminator and Combined GAN Models

  • GAN کاملاً متصل - کامپایل مدل‌های متمایزگر و GAN ترکیبی Fully Connected GAN - Compiling Discriminator and Combined GAN Models

GAN کاملاً متصل - آموزش متمایزگر Fully Connected GAN - Discriminator Training

  • GAN کاملاً متصل - آموزش متمایزگر - بخش اول Fully Connected GAN - Discriminator Training - Part 1

  • GAN کاملاً متصل - آموزش متمایزگر - بخش دوم Fully Connected GAN - Discriminator Training - Part 2

  • GAN کاملاً متصل - آموزش متمایزگر - بخش سوم Fully Connected GAN - Discriminator Training - Part 3

GAN کاملاً متصل - آموزش مولد Fully Connected GAN - Generator Training

  • GAN کاملاً متصل - آموزش مولد Fully Connected GAN - Generator Training

GAN کاملاً متصل - ذخیره لاگ در هر بازه زمانی Fully Connected GAN - Saving Log at Each Interval

  • GAN کاملاً متصل - ذخیره لاگ در هر بازه زمانی Fully Connected GAN - Saving Log at Each Interval

GAN کاملاً متصل - رسم نمودار لاگ در بازه‌های زمانی Fully Connected GAN - Plot the Log at Intervals

  • GAN کاملاً متصل - رسم نمودار لاگ در بازه‌های زمانی Fully Connected GAN - Plot the Log at Intervals

GAN کاملاً متصل - نمایش تصاویر تولید شده Fully Connected GAN - Display Generated Images

  • GAN کاملاً متصل - نمایش تصاویر تولید شده - بخش اول Fully Connected GAN - Display Generated Images - Part 1

  • GAN کاملاً متصل - نمایش تصاویر تولید شده - بخش دوم Fully Connected GAN - Display Generated Images - Part 2

ذخیره مولد آموزش دیده برای استفاده‌های بعدی Saving the Trained Generator for Later Use

  • ذخیره مولد آموزش دیده برای استفاده‌های بعدی Saving the Trained Generator for Later Use

تولید تصاویر جعلی با استفاده از مدل GAN ذخیره شده Generating Fake Images Using the Saved GAN Model

  • تولید تصاویر جعلی با استفاده از مدل GAN ذخیره شده Generating Fake Images Using the Saved GAN Model

مقایسه GAN کاملاً متصل در مقابل GAN کانولوشن عمیق Fully Connected GAN Versus Deep Convoluted GAN

  • مقایسه GAN کاملاً متصل در مقابل GAN کانولوشن عمیق Fully Connected GAN Versus Deep Convoluted GAN

GAN کانولوشن عمیق - بارگذاری مجموعه داده ارقام دست‌نویس MNIST Deep Convolutional GAN - Loading the MNIST Handwritten Digits Dataset

  • GAN کانولوشن عمیق - بارگذاری مجموعه داده ارقام دست‌نویس MNIST Deep Convolutional GAN - Loading the MNIST Handwritten Digits Dataset

GAN کانولوشن عمیق - تعریف تابع مولد Deep Convolutional GAN - Defining the Generator Function

  • GAN کانولوشن عمیق - تعریف تابع مولد - بخش اول Deep Convolutional GAN - Defining the Generator Function - Part 1

  • GAN کانولوشن عمیق - تعریف تابع مولد - بخش دوم Deep Convolutional GAN - Defining the Generator Function - Part 2

GAN کانولوشن عمیق - تعریف تابع متمایزگر Deep Convolutional GAN - Defining the Discriminator Function

  • GAN کانولوشن عمیق - تعریف تابع متمایزگر Deep Convolutional GAN - Defining the Discriminator Function

GAN کانولوشن عمیق - ترکیب و کامپایل مدل Deep Convolutional GAN - Combining and Compiling the Model

  • GAN کانولوشن عمیق - ترکیب و کامپایل مدل Deep Convolutional GAN - Combining and Compiling the Model

GAN کانولوشن عمیق - آموزش مدل Deep Convolutional GAN - Training the Model

  • GAN کانولوشن عمیق - آموزش مدل Deep Convolutional GAN - Training the Model

GAN کانولوشن عمیق - آموزش مدل با استفاده از GPU گوگل کولب Deep Convolutional GAN - Training the Model Using Google Colab GPU

  • GAN کانولوشن عمیق - آموزش مدل با استفاده از GPU گوگل کولب Deep Convolutional GAN - Training the Model Using Google Colab GPU

GAN کانولوشن عمیق - بارگذاری مجموعه داده Fashion MNIST Deep Convolutional GAN - Loading the Fashion MNIST Dataset

  • GAN کانولوشن عمیق - بارگذاری مجموعه داده Fashion MNIST Deep Convolutional GAN - Loading the Fashion MNIST Dataset

GAN کانولوشن عمیق - آموزش مدل Fashion MNIST با استفاده از GPU گوگل کولب Deep Convolutional GAN - Training the MNIST Fashion Model Using Google Colab GPU

  • GAN کانولوشن عمیق - آموزش مدل Fashion MNIST با استفاده از GPU گوگل کولب Deep Convolutional GAN - Training the MNIST Fashion Model Using Google Colab GPU

GAN کانولوشن عمیق - بارگذاری مجموعه داده CIFAR 10 و تعریف مولد Deep Convolutional GAN - Loading the CIFAR-10 Dataset and Defining the Generator

  • GAN کانولوشن عمیق - بارگذاری مجموعه داده CIFAR 10 و مولد - بخش اول Deep Convolutional GAN - Loading the CIFAR-10 Dataset and Generator - Part 1

  • بارگذاری مجموعه داده CIFAR 10 و تعریف مولد - بخش دوم Loading the CIFAR-10 Dataset and Defining the Generator - part 2

GAN کانولوشن عمیق - تعریف متمایزگر Deep Convolutional GAN - Defining the Discriminator

  • GAN کانولوشن عمیق - تعریف متمایزگر Deep Convolutional GAN - Defining the Discriminator

GAN کانولوشن عمیق CIFAR 10 - آموزش مدل Deep Convolutional GAN CIFAR-10 - Training the Model

  • GAN کانولوشن عمیق CIFAR 10 - آموزش مدل Deep Convolutional GAN CIFAR-10 - Training the Model

GAN کانولوشن عمیق - آموزش مدل CIFAR 10 با استفاده از GPU گوگل کولب Deep Convolutional GAN - Training the CIFAR-10 Model Using Google Colab GPU

  • GAN کانولوشن عمیق - آموزش مدل CIFAR 10 با استفاده از GPU گوگل کولب Deep Convolutional GAN - Training the CIFAR-10 Model Using Google Colab GPU

مقایسه Vanilla GAN در مقابل Conditional GAN Vanilla GAN Versus Conditional GAN

  • مقایسه Vanilla GAN در مقابل Conditional GAN Vanilla GAN Versus Conditional GAN

GAN شرطی - تعریف تابع مولد پایه Conditional GAN - Defining the Basic Generator Function

  • GAN شرطی - تعریف تابع مولد پایه Conditional GAN - Defining the Basic Generator Function

GAN شرطی - جای‌گذاری برچسب برای مولد Conditional GAN - Label Embedding for Generator

  • GAN شرطی - جای‌گذاری برچسب برای مولد - بخش اول Conditional GAN - Label Embedding for Generator - Part 1

  • GAN شرطی - جای‌گذاری برچسب برای مولد - بخش دوم Conditional GAN - Label Embedding for Generator - Part 2

GAN شرطی - تعریف تابع متمایزگر پایه Conditional GAN - Defining the Basic Discriminator Function

  • GAN شرطی - تعریف تابع متمایزگر پایه Conditional GAN - Defining the Basic Discriminator Function

GAN شرطی - جای‌گذاری برچسب برای متمایزگر Conditional GAN - Label Embedding for Discriminator

  • GAN شرطی - جای‌گذاری برچسب برای متمایزگر Conditional GAN - Label Embedding for Discriminator

GAN شرطی - ترکیب و کامپایل مدل Conditional GAN - Combining and Compiling the Model

  • GAN شرطی - ترکیب و کامپایل مدل Conditional GAN - Combining and Compiling the Model

GAN شرطی - آموزش مدل Conditional GAN - Training the Model

  • GAN شرطی - آموزش مدل - بخش اول Conditional GAN - Training the Model - Part 1

  • GAN شرطی - آموزش مدل - بخش دوم Conditional GAN - Training the Model - Part 2

GAN شرطی - نمایش تصاویر تولید شده Conditional GAN - Display Generated Images

  • GAN شرطی - نمایش تصاویر تولید شده Conditional GAN - Display Generated Images

GAN شرطی - آموزش مدل MNIST با استفاده از GPU گوگل کولب Conditional GAN - Training the MNIST Model Using Google Colab GPU

  • GAN شرطی - آموزش مدل MNIST با استفاده از GPU گوگل کولب Conditional GAN - Training the MNIST Model Using Google Colab GPU

GAN شرطی - آموزش مدل Fashion MNIST با استفاده از GPU گوگل کولب Conditional GAN - Training the Fashion MNIST Model Using Google Colab GPU

  • GAN شرطی - آموزش مدل Fashion MNIST با استفاده از GPU گوگل کولب Conditional GAN - Training the Fashion MNIST Model Using Google Colab GPU

سایر GANهای محبوب - مراجع بیشتر و لینک کد منبع Other Popular GANs - Further Reference and Source Code Link

  • سایر GANهای محبوب - مراجع بیشتر و لینک کد منبع Other Popular GANs - Further Reference and Source Code Link

نمایش نظرات

آموزش شبکه‌های مولد رقابتی پیشرفته (GANs)
جزییات دوره
12h 46m
53
(آخرین آپدیت)
668
- از 5
دارد
دارد
دارد
Chris Croft
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Chris Croft Chris Croft

مربی مدیریت، سخنران، نویسنده