لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش GAN ها و مدل های انتشار در یادگیری ماشین
GANs and Diffusion Models in Machine Learning
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
اگر به دنبال یک دوره آموزشی تصادفی در مدل سازی مولد هستید، این دوره برای شما ساخته شده است. شبکههای متخاصم مولد (GAN) و مدلهای انتشار برخی از مهمترین اجزای زیرساخت یادگیری ماشین هستند. به مربی Janani Ravi بپیوندید تا در مورد نحوه شروع ساخت GAN با شبکه های عصبی متراکم و همچنین شبکه های کانولوشن عمیق بیشتر بدانید. Javani به شما اصول آموزش یک GAN کانولوشنال عمیق را روی تصاویر چند کانالی نشان می دهد. در طول مسیر، او به شما نکاتی را در مورد چگونگی راه اندازی و اجرای GAN ها با استفاده از TensorFlow و مدل های انتشار با استفاده از PyTorch ارائه می دهد.
سرفصل ها و درس ها
مقدمه
Introduction
مروری بر مدل های مولد
Overview of generative models
کاربردهای مدل های مولد
Applications of generative models
امتحان فصل
Chapter Quiz
1. شروع به کار با شبکه های دشمن مولد
1. Getting Started with Generative Adversarial Networks
معرفی GAN ها و مدل های انتشار
Introducing GANs and diffusion models
مولد و ممیز
Generator and discriminator
نمای کلی معماری یک GAN
Architectural overview of a GAN
آموزش مولد و ممیز
Training the generator and discriminator
مشکلات رایج GAN ها
Common problems with GANs
امتحان فصل
Chapter Quiz
2. ساخت GAN با استفاده از یک شبکه عصبی متراکم
2. Building a GAN Using a Dense Neural Network
راه اندازی با Google Colab
Getting set up with Google Colab
در حال بارگیری مجموعه داده های مد MNIST
Loading the fashion MNIST data set
شبکه ژنراتور
The generator network
شبکه تبعیض
The discriminator network
توابع از دست دادن دشمن
Adversary loss functions
آموزش شبکه متخاصم مولد
Training the generative adversarial network
تولید تصاویر با استفاده از GAN
Generating images using the GAN
امتحان فصل
Chapter Quiz
3. ساخت یک GAN با استفاده از یک شبکه کانولوشن عمیق
3. Building a GAN Using a Deep Convolutional Network
مروری بر CNN ها
Overview of CNNs
لایه کانولوشن منتقل شده
Transposed convolutional layer
GAN های کانولوشنال عمیق
Deep Convolutional GANs
تصاویر مقیاس خاکستری: مولد و متمایز کننده در یک GAN کانولوشن عمیق
Greyscale images: Generator and discriminator in a Deep Convolutional GAN
تصاویر مقیاس خاکستری: آموزش یک GAN کانولوشن عمیق
Greyscale images: Training a Deep Convolutional GAN
امتحان فصل
Chapter Quiz
4. آموزش Deep Convolutional GAN روی تصاویر چند کاناله
4. Training a Deep Convolutional GAN on Multichannel Images
تصاویر رنگی: بارگیری داده های تصویر چند کاناله
Color images: Loading multichannel image data
تصاویر رنگی: مولد و متمایز کننده در یک GAN کانولوشنال عمیق
Color images: Generator and discriminator in a Deep Convolutional GAN
تصاویر رنگی: آموزش Deep Convolutional GAN
Color images: Training a Deep Convolutional GAN
5. شروع به کار با مدل های انتشار
5. Getting Started with Diffusion Models
Janani Ravi یک معمار و مهندس داده خبره Google cloud است.
جنانی مدرک کارشناسی ارشد خود را در رشته مهندسی برق از دانشگاه استنفورد دریافت کرد و برای مایکروسافت، گوگل و فلیپ کارت کار کرده است. او یکی از بنیانگذاران Loonycorn است، یک استودیوی محتوا که بر ارائه محتوای با کیفیت بالا برای توسعه مهارت های فنی متمرکز است، جایی که او عشق خود را به فناوری با اشتیاق خود به تدریس ترکیب می کند.
نمایش نظرات