构建基本的生成对抗网络 (GAN)

构建基本的生成对抗网络 (GAN)

本课程是生成式对抗网络（GANs）专项课程的一部分

位教师：Sharon Zhou

访问权限由 Coursera Learning Team 提供

78,137 人已注册

4个模块

深入了解一个主题并学习基础知识。

2,004 条评论

中级等级

推荐体验

灵活的计划

3 周在 10 小时一周

自行安排学习进度

95%

大多数学生喜欢此课程

4个模块

深入了解一个主题并学习基础知识。

2,004 条评论

中级等级

推荐体验

灵活的计划

3 周在 10 小时一周

自行安排学习进度

95%

大多数学生喜欢此课程

您将获得的技能

要了解的详细信息

可分享的证书

添加到您的领英档案

授课语言：英语（English）

了解顶级公司的员工如何掌握热门技能

了解关于 Coursera for Business 的更多信息

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

积累特定领域的专业知识

本课程是生成式对抗网络（GANs）专项课程专项课程的一部分

在注册此课程时，您还会同时注册此专项课程。

向行业专家学习新概念
获得对主题或工具的基础理解
通过实践项目培养工作相关技能
获得可共享的职业证书

该课程共有4个模块

在本课程中，您将： - 了解 GANs 及其应用 - 理解 GANs 基本组件背后的直觉 - 探索并实现多种 GAN 体系结构 - 构建能够从确定的类别中生成示例的条件 GANs DeepLearning.AI 生成对抗网络 (GANs) 专业为使用 GANs 生成图像提供了令人兴奋的介绍，通过简单易懂的方法描绘了从基础概念到高级技术的路径。它还涉及社会影响，包括 ML 中的偏差和检测偏差的方法、隐私保护等。建立全面的知识库，获得 GANs 的实践经验。使用 PyTorch 训练自己的模型，用它来创建图像，并评估各种高级 GAN。

查看 GAN 的一些实际应用，了解其基本组成部分，并使用 PyTorch 构建自己的 GAN！

涵盖的内容

10个视频6篇阅读材料1个编程作业1个应用程序项目1个非评分实验室

10个视频总计57分钟

欢迎来到专业领域 5分钟
欢迎来到第一周 1分钟
生成模型 8分钟
现实生活中的广域网 5分钟
广域网背后的直觉 5分钟
鉴别器 6分钟
发电机 7分钟
BCE 成本函数 7分钟
将所有内容整合在一起 6分钟
(可选） PyTorch 入门 7分钟

6篇阅读材料总计33分钟

教学大纲 5分钟
加入 DeepLearning.AI 论坛，提出问题、获得支持或分享奇思妙想！ 2分钟
看看一些不存在的人！ 5分钟
(选修）讲义 W1 1分钟
引用作品 10分钟
如何刷新工作空间 10分钟

1个编程作业总计180分钟

您的第一个 GAN 180分钟

1个应用程序项目总计1分钟

入户调查 1分钟

1个非评分实验室总计60分钟

(可选） PyTorch 入门 60分钟

了解不同的激活函数、批量归一化和转置卷积，以调整您的 GAN 架构，并应用它们来构建专门用于处理图像的高级 DCGAN！

涵盖的内容

9个视频5篇阅读材料1个编程作业

9个视频总计38分钟

欢迎来到第 2 周 1分钟
激活（基本属性） 4分钟
常用激活功能 6分钟
批量标准化（已解释） 6分钟
批量标准化（程序） 5分钟
卷积》评论 3分钟
衬垫和步幅 4分钟
汇集和上采样 5分钟
转折卷积 3分钟

5篇阅读材料总计146分钟

(可选）近距离观察移调卷积 40分钟
(选修）讲义 W2 1分钟
(可选） DCGAN 纸张 40分钟
(可选笔记本）用于视频的 GAN 60分钟
引用作品 5分钟

1个编程作业总计180分钟

深度卷积广义运算（DCGAN） 180分钟

学习先进的技术，以减少由于发生器和鉴别器之间的不平衡而导致的 GAN 故障！使用 W-Loss 和 Lipschitz Continuity 执行来实施 WGAN，以减少不稳定训练和模式崩溃。

涵盖的内容

7个视频5篇阅读材料1个编程作业1个非评分实验室

7个视频总计26分钟

欢迎来到第三周 2分钟
模式折叠 5分钟
BCE 损失问题 4分钟
地球移动者的距离 2分钟
瓦瑟施泰因损失 5分钟
瓦瑟施泰因评论家的条件 3分钟
1-Lipschitz Continuity Enforcement 6分钟

5篇阅读材料总计246分钟

(选修）讲义 W3 1分钟
(可选笔记本）ProteinGAN 60分钟
(可选）WGAN 和 WGAN-GP 文件 120分钟
(可选）WGAN 演练 60分钟
引用作品 5分钟

1个编程作业总计180分钟

WGAN 180分钟

1个非评分实验室总计60分钟

(可选） SN-GAN 60分钟

了解如何有效控制 GAN、修改生成图像中的特征，以及构建能够从确定类别中生成示例的条件 GAN！

涵盖的内容

9个视频6篇阅读材料2个编程作业1个非评分实验室

9个视频总计27分钟

欢迎来到第 4 周 1分钟
条件生成：直觉 3分钟
有条件生成：输入 5分钟
可控发电 3分钟
Z 空间中的向量代数 4分钟
可控发电的挑战 3分钟
分级机梯度 2分钟
脱钩 5分钟
课程 1 结束 1分钟

6篇阅读材料总计133分钟

(可选）条件 GAN 纸 30分钟
(选修）讲义 W4 1分钟
[重要] 关于实验室笔记本使用权终止的提醒 2分钟
(可选）可控 GAN 示例 90分钟
引用作品 5分钟
致谢 5分钟

2个编程作业总计360分钟

有条件广域网 180分钟
可控发电 180分钟

1个非评分实验室总计60分钟

(可选） InfoGAN 60分钟

获得职业证书

将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。

位教师

授课教师评分

(667个评价)

Sharon Zhou

DeepLearning.AI

6 门课程 132,511 名学生

提供方

DeepLearning.AI

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生

''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'

Jennifer J.

自 2020开始学习的学生

''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生

''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'

学生评论

5 stars
80.19%
4 stars
14.56%
3 stars
3.24%
2 stars
0.99%
1 star
0.99%

显示 3/2004 个

已于 Oct 1, 2020审阅

This course has been long waited for! It is great addition to the AI community and it presented very clearly. A bit of more theoretical background could be helpful.

已于 Jul 20, 2023审阅

Helped me clarify the some of key principles and theories behind GAN and bit of history... The references/additional study materials are very useful, if you want to dig deep into. Overall very pleased

已于 Oct 19, 2020审阅

Excellent introduction to Generative Adversarial Networks (GANs). The course is easy to follow, and the assignments are challenging. Thanks for the great learning opportunity.

查看更多评论