在本课程中，您将
a) 利用迁移学习学习神经风格迁移：提取图像内容（如天鹅）和绘画风格（如立体派或印象派），并将内容和风格结合到新图像中。 b) 在熟悉的 MNIST 数据集上构建简单的 AutoEncoders，在时尚 MNIST 数据集上构建更复杂的深度和卷积架构，了解 DNN 和 CNN AutoEncoder 模型结果的差异，确定噪声图像的去噪方法，并使用 TensorFlow 构建 CNN AutoEncoder，从噪声图像中输出干净的图像。 d) 了解 GANs；它们的发明、特性、架构以及它们与 VAEs 的不同之处，了解模型中生成器和判别器的功能、2 个训练阶段的概念以及引入噪声的作用，并构建自己的 GAN，以生成人脸。 DeepLearning.AI TensorFlow：高级技术专业介绍了 TensorFlow 的功能，这些功能为学习者提供了对模型架构的更多控制，并为他们提供了创建和训练高级 ML 模型的工具。 本专业面向对 TensorFlow 有基本了解，希望通过学习 TensorFlow 高级功能来构建强大模型，从而扩展自己的知识和技能集的中早期软件和机器学习工程师。
