Coursera 刚刚上新了 GAN 的专项课程,或许在这个国庆假期,你应该学习一波了。

作者:蛋酱

生成对抗网络(Generative Adversarial Network,GAN)是当前功能最强大的机器学习模型之一,其能够生成逼真的图像、视频和语音输出结果。基于 GAN 的应用十分广泛,比如防御对抗攻击和数据匿名化来保护隐私,以提升网络安全性,再比如生成新图像,为黑白图像着色、提高图像分辨率、2D 图像转 3D 等技术。

随着算力的增强,GAN 的普及程度和功能也不断提升,开启了许多新的方向:比如生成大量数据用来训练模型,让无监督模型生成更加清晰、准确的输出图像,同时也为相近研究领域提供了对抗学习、对抗样本、模型鲁棒性等方面的启示。

近日,DeepLearning.AI 推出了《生成对抗网络(GAN)专项课程》,系统介绍了使用 GAN 生成图像的理论及方法。此外还包括机器学习偏见、隐私保护等社会影响话题的讨论。

这门课程适用于对机器学习感兴趣并希望了解 GAN 的工作原理的软件工程师、学生和研究者。专项课程内容尽可能做到通俗易懂,让进入课程的人都真正理解 GAN 并学会使用。

但在进入这门课程之前,学习者应该具备关于深度学习、卷积神经网络的知识,具备一定的 Python 技能和深度学习框架(TensorFlow、Keras、PyTorch)的使用经验,且精通微积分、线性代数、统计学。

课程内容

本次专项课程总共分为三节:

课程 1:Build Basic Generative Adversarial Networks (GANs)

这一节的内容包括 GAN 的基本知识、使用 PyTorch 构建最基本的 GAN 模型,以及使用卷基层构建 DCGAN 来处理图像、使用损失函数解决梯度消失问题,并学习如何控制 GAN 和构建有条件 GAN。

课程 2:Build Better Generative Adversarial Networks (GANs)

这一节将介绍 GAN 模型现存的挑战,通过对比不同的生成模型,使用 Fréchet Inception Distance(FID)来评估 GAN 的保真度和多样性,辨别偏见的来源、在 GAN 中检测偏见的方法,以及学习 StyleGAN 的相关技术。

课程 3:Apply Generative Adversarial Networks (GANs)

这一节将学习如何使用 GAN 进行数据增强和隐私保护,并熟悉 GAN 的更多应用类型,以及构建 Pix2Pix、CycleGAN 以实现图像转换功能。

讲师介绍

这门课程的授课讲师是吴恩达的博士生 Sharon Zhou,她的研究领域涵盖医学、气候和更广泛的社会公益领域。Sharon Zhou2015 年毕业于哈佛大学,获得古典文学和计算机科学联合学位,并在谷歌等多家公司担任机器学习方面的产品经理职位。

与其他专项课程一样,这门课程也包括实践项目,需要完成一些项目才能结束专项课程并获得证书。如果专项课程中包括单独的实践项目课程,则需要在开始之前完成其他所有课程。只想阅读和查看课程内容的话,该课程提供免费旁听的机会。

gan 总结 数据增强_吴恩达Deeplearning.ai国庆上新:GAN专项课程相关推荐

  1. 吴恩达Deeplearning.ai国庆节上新:生成对抗网络(GAN)专项课程

    机器之心报道 作者:蛋酱 Coursera 刚刚上新了 GAN 的专项课程,或许在这个国庆假期,你应该学习一波了. 生成对抗网络(Generative Adversarial Network,GAN) ...

  2. 吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课 卷积神经网络-第二周 深度卷积网络:实例探究(Deep convolutional models: case studies)

    第四门课 卷积神经网络(Convolutional Neural Networks) 第二周 深度卷积网络:实例探究(Deep convolutional models: case studies) ...

  3. 吴恩达deeplearning.ai系列课程笔记+编程作业(15)序列模型(Sequence Models)-第三周 序列模型和注意力机制

    第五门课 序列模型(Sequence Models) 第三周 序列模型和注意力机制(Sequence models & Attention mechanism) 文章目录 第五门课 序列模型( ...

  4. 吴恩达deeplearning.ai系列课程笔记+编程作业(14)序列模型(Sequence Models)-第二周 自然语言处理与词嵌入

    第五门课 序列模型(Sequence Models) 第二周 自然语言处理与词嵌入(Natural Language Processing and Word Embeddings) 文章目录 第五门课 ...

  5. 吴恩达deeplearning.ai系列课程笔记+编程作业(13)序列模型(Sequence Models)-第一周 循环序列模型(Recurrent Neural Networks)

    第五门课 序列模型(Sequence Models) 第一周 循环序列模型(Recurrent Neural Networks) 文章目录 第五门课 序列模型(Sequence Models) 第一周 ...

  6. 吴恩达deeplearning.ai系列课程笔记+编程作业(6)第二课 改善深层神经网络-第二周:优化算法 (Optimization algorithms)

    第二门课 改善深层神经网络:超参数调试.正则化以及优化(Improving Deep Neural Networks:Hyperparameter tuning, Regularization and ...

  7. 吴恩达deeplearning.ai深度学习课程空白作业

      吴恩达deeplearning.ai深度学习课程的空白作业,包括深度学习微专业五门课程的全部空白编程作业,经多方整理而来.网上找来的作业好多都是已经被别人写过的,不便于自己练习,而且很多都缺失各种 ...

  8. 吴恩达Deeplearning.ai课程学习全体验:深度学习必备课程 By 路雪2017年8月14日 11:44 8 月 8 日,吴恩达正式发布了 Deepleanring.ai——基于 Cours

    吴恩达Deeplearning.ai课程学习全体验:深度学习必备课程 By 路雪2017年8月14日 11:44 8 月 8 日,吴恩达正式发布了 Deepleanring.ai--基于 Course ...

  9. 【干货】吴恩达deeplearning.ai专项课程历史文章汇总

    AI有道 一个有情怀的公众号 本文列出了吴恩达deeplearning.ai专项课程的所有精炼笔记,均是红色石头精心制作的原创内容.主要包括:<神经网络与深度学习>.<优化神经网络& ...

最新文章

  1. 从纸钱包,带你走进贴心的BCH!
  2. uniapp cross-env不是内部或外部_企业内部防泄密三部曲 严防祸起萧墙之内
  3. WorldWind源码剖析系列:外包围盒类BoundingBox和外包围球类BoundingSphere
  4. why my employee binding does not work - important MVC debug
  5. 【渝粤教育】 国家开放大学2020年春季 2412基础写作 参考试题
  6. git 本地推送本地仓库到远程
  7. docker-compose 学习:通过 Dockerfile 和 build 指令搭建 LNMP
  8. set nocount on的疑问 set nocount on作用 set nocount on什么意思
  9. springsecurity实现记住我的功能,将用户的登录信息保存到本地浏览器,即使关闭浏览器也不用登录
  10. json转map几种方法
  11. 号称最安全的Mega网盘加密方法分析
  12. NB-IoT蜂窝窄带物联网概念
  13. sql查询各科成绩前三名----详述过程,思路清晰不烧脑
  14. 拆机专用磁力桌垫:保证一颗螺丝也不漏网
  15. Cfree5可以JAVA_无法使用free()释放内存
  16. javascript中caller与callee的作用以及用法
  17. 递归边界条件不足的解决方法
  18. 删除控制面板里面的java
  19. 淘宝API接口开发系列,详情接口参数说明
  20. qq里面cap字符_qq字符ari什么意思?

热门文章

  1. 解决freeswitch ICE 获取RTP地址时间过长的问题
  2. Pandas知识点-索引和切片操作
  3. Div+CSS布局入门教程(三) 页面顶部制作之一
  4. SCI、EI、ISTP、ISR、SSCI、AHCI简介
  5. ML《集成学习(四)Boosting之回归树、提升树和GBDT》
  6. leetcode —— 98. 验证二叉搜索树
  7. 深度学习的实用层面 —— 1.10 梯度消失与梯度爆炸
  8. leetcode - 136. 只出现一次的数字
  9. 【安装教程】windows8.1 下安装ubuntu14.04 双系统
  10. CSU 1111 三家人