آموزش کارگاه هوش مصنوعی: پیاده‌سازی عملی GANها با استفاده از شبکه‌های عصبی متراکم - آخرین آپدیت

مقدمه‌ای بر مدل‌سازی مولد Introducing Generative Modeling

• درک مدل‌سازی مولد Understanding generative modeling

1. آشنایی با شبکه‌های مولد رقابتی (GANs) 1. Introducing Generative Adversarial Networks (GANs)

• مشاهده داده‌های آموزشی Viewing training data

• معرفی GANها Introducing GANs

• سرفصل‌های دوره و پیش‌نیازها Course outline and prerequisites

• نمونه‌سازی از مجموعه داده و بارگذار داده Instantiating the dataset and data loader

• راه‌اندازی محیط مجازی و اجرای سرور نوت‌بوک Set up the virtual environment and run the notebook server

2. آموزش مجزای رقیبان 2. Stand-Alone Training of Adversaries

• بررسی کلی و جامع از یک GAN Big picture overview of a GAN

• آموزش مجزای یک مولد (Generator) Stand-alone training of a generator

• معماری مولد The generator architecture

• آموزش رقیبان Training the adversaries

• آموزش مجزای تشخیص‌دهنده (Discriminator) به عنوان مدل طبقه‌بندی Stand-alone training of a discriminator as a classification model

• درک خروجی‌های مولد و تشخیص‌دهنده Understanding the generator and discriminator outputs

• معماری تشخیص‌دهنده The discriminator architecture

3. آموزش GANها 3. Training GANs

• مشکلات GANها و راهکارهای احتمالی برای رفع آن‌ها Problems with GANs and potential mitigations

• بصری‌سازی نتایج آموزش GAN Visualizing GAN training results

• محاسبه توابع زیان (Loss) برای مولدها و تشخیص‌دهنده‌ها Computing losses for generators and discriminators

• راه‌اندازی آموزش GAN Setting up GAN training

• درک تابع زیان مینیمکس (Minimax) Understanding the minimax loss function

جمع‌بندی Conclusion

• خلاصه و گام‌های بعدی Summary and next steps