課程介紹
Pytorch深度學習入門，介紹GAN框架實戰(zhàn),GAN技術(shù)在圖像生成和畫面風格遷移技術(shù)實戰(zhàn),各類GAN模型的實戰(zhàn)應(yīng)用,提升學習者的職業(yè)技能。
培訓對象
計算機相關(guān)專業(yè)?？票究圃谛Ｉ?，或理工科本科，且至少熟悉一門編程語言；
Java 開發(fā)工程師、機器學習工程師、機器學習開發(fā)工程師、機器學習算法工程師、 數(shù)據(jù)科學家、人工智能工程師、人工智能應(yīng)用工程師、人工智能應(yīng)用開發(fā)工程師、應(yīng)用架構(gòu)高級工程師、人工智能產(chǎn)品經(jīng)理。
課程收益
通過實戰(zhàn)案例的講解，使學員了解GAN和深度學習(Pytorch)的知識和技能。
知識概要
-- 初識深度學習；
-- GAN部分。
課程大綱
初識深度學習
概念與術(shù)語（人工智能、生成對抗網(wǎng)絡(luò)、深度學習）
Python環(huán)境安裝
什么是GAN
如果準備Pytorch環(huán)境
Window或linux環(huán)境下的準備工作
實現(xiàn)第一個神經(jīng)網(wǎng)絡(luò)
詳解神經(jīng)網(wǎng)絡(luò)的組成部分
向量化
值歸一化
處理缺失值
過擬合與欠擬合
權(quán)重正則化
Dropout使用
GAN部分
什么是生成器
什么是判別器
構(gòu)建一個GAN模型網(wǎng)絡(luò)生成MNist數(shù)據(jù)
優(yōu)化的GAN網(wǎng)絡(luò)，利用DCGAN創(chuàng)建圖片數(shù)據(jù)
利用WGAN解決模型崩塌問題
使用WGAN-GP解決模型梯度消失問題
Pix2Pix圖像轉(zhuǎn)換
用CycleGAN進行畫面風格切換
使用SimGAN實現(xiàn)真實畫面效果
利用CGAN生成時尚衣柜
認證過程
無認證考試
開班信息
暫無開班信息