课程介绍:
近两年,GAN热潮席卷AI领域顶级会议,很多高质量论文被发表和探讨,在很多场景下有应用。Yann LeCun曾评价GAN是“20年来机器学习领域最酷的想法”。GAN能够有效解决建立自然性解释数据的生成难题,尤其是对于生成高维数据,GAN所采用的神经网络结构不限制生成维度,极大的扩展了生成数据样本的范围。本课程涵盖了GAN的多种应用,包括图像生成,图像到图像变换(从手绘简图生成图像),文本生成(唐诗生成),人脸生成,商品款式生成与变换,gan在聊天机器人里的应用等。
课程内容:
1)由浅及深,透彻讲解GAN背后的原理
2)涵盖从经典DCGAN到BEGAN等多种生成对抗网络,熟悉多重套路
3)从理论到实战,全方位展示tensorflow代码完成生成对抗网络
课程截图:
〖课程目录〗:
- | └──July在线-生成对抗网络
- | | ├──视频
- | | | ├──第1课 生成对抗网络基本原理.mp4 186.20M
- | | | ├──第2课 多种多样的GAN.mp4 153.04M
- | | | ├──第3课 基于能量的GAN.mp4 175.33M
- | | | └──第4课 GAN实战.mp4 283.36M
- | | └──资料
- | | | ├──gan-applications.zip 51.86M
- | | | ├──gan.zip 182.55kb
- | | | ├──zi2zi.zip 77.81M
- | | | ├──第3课:更多的生成对抗网络.pdf 18.24M
- | | | ├──第二课:WGAN and more.pdf 4.71M
- | | | └──第一课课件.zip 9.05M
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。