Informações sobre o curso

306,876 visualizações recentes
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
  • Basic calculus, linear algebra, stats
  • Grasp of AI, deep learning & CNNs
  • Intermediate Python & experience with DL frameworks (TF / Keras / PyTorch)
Aprox. 29 horas para completar
Inglês

Habilidades que você terá

Controllable GenerationWGANsConditional GenerationComponents of GANsDCGANs
Certificados compartilháveis
Tenha o certificado após a conclusão
100% on-line
Comece imediatamente e aprenda em seu próprio cronograma.
Prazos flexíveis
Redefinir os prazos de acordo com sua programação.
Nível intermediário
  • Basic calculus, linear algebra, stats
  • Grasp of AI, deep learning & CNNs
  • Intermediate Python & experience with DL frameworks (TF / Keras / PyTorch)
Aprox. 29 horas para completar
Inglês

oferecido por

Placeholder

deeplearning.ai

Programa - O que você aprenderá com este curso

Classificação do conteúdoThumbs Up97%(2,042 classificações)Info
Semana
1

Semana 1

7 horas para concluir

Week 1: Intro to GANs

7 horas para concluir
10 vídeos (Total 58 mín.), 7 leituras, 1 teste
10 videos
Welcome to Week 154s
Generative Models8min
Real Life GANs5min
Intuition Behind GANs5min
Discriminator5min
Generator7min
BCE Cost Function6min
Putting It All Together5min
(Optional) Intro to PyTorch6min
7 leituras
Syllabus5min
Connect with your mentors and fellow learners on Slack!5min
Check out some non-existent people!5min
Pre-trained Model Exploration30min
Inputs to a Pre-trained GAN 30min
Works Cited10min
How to Refresh your Workspace10min
Semana
2

Semana 2

5 horas para concluir

Week 2: Deep Convolutional GANs

5 horas para concluir
9 vídeos (Total 37 mín.), 3 leituras, 1 teste
9 videos
Activations (Basic Properties)4min
Common Activation Functions6min
Batch Normalization (Explained)5min
Batch Normalization (Procedure)5min
Review of Convolutions3min
Padding and Stride3min
Pooling and Upsampling5min
Transposed Convolutions2min
3 leituras
(Optional) A Closer Look at Transposed Convolutions40min
(Optional) The DCGAN Paper40min
Works Cited5min
Semana
3

Semana 3

8 horas para concluir

Week 3: Wasserstein GANs with Gradient Penalty

8 horas para concluir
7 vídeos (Total 26 mín.), 3 leituras, 1 teste
7 videos
Mode Collapse4min
Problem with BCE Loss3min
Earth Mover’s Distance2min
Wasserstein Loss4min
Condition on Wasserstein Critic3min
1-Lipschitz Continuity Enforcement5min
3 leituras
(Optional) The WGAN and WGAN-GP Papers2h
(Optional) WGAN Walkthrough1h
Works Cited5min
Semana
4

Semana 4

10 horas para concluir

Week 4: Conditional GAN & Controllable Generation

10 horas para concluir
9 vídeos (Total 27 mín.), 4 leituras, 2 testes
9 videos
Conditional Generation: Intuition2min
Conditional Generation: Inputs4min
Controllable Generation3min
Vector Algebra in the Z-Space3min
Challenges with Controllable Generation2min
Classifier Gradients2min
Disentanglement4min
Conclusion of Course 11min
4 leituras
(Optional) The Conditional GAN Paper30min
(Optional) An Example of a Controllable GAN1h 30min
Works Cited5min
Acknowledgments5min

Avaliações

Principais avaliações do BUILD BASIC GENERATIVE ADVERSARIAL NETWORKS (GANS)

Visualizar todas as avaliações

Sobre Programa de cursos integrados Generative Adversarial Networks (GANs)

Generative Adversarial Networks (GANs)

Perguntas Frequentes – FAQ

Mais dúvidas? Visite o Central de Ajuda ao Aprendiz.