在这两小时的项目式课程中，您将使用 PyTorch 实现深度卷积生成对抗网络，以生成手写数字。您将创建一个生成器，学会生成看起来真实的图像，并创建一个鉴别器，学会分辨真假图像。本实践项目将为您提供有关如何实现这种网络并训练生成手写数字图像的详细信息。
使用 PyTorch 进行深度学习：生成对抗网络
您将学到什么
创建鉴别器和发生器 Networking
创建一个训练 Loop 来训练 GAN 模型
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）
无需下载或安装
仅桌面可用
了解顶级公司的员工如何掌握热门技能
在 2 小时内学习、练习并应用岗位必备技能
- 接受行业专家的培训
- 获得解决实训工作任务的实践经验
- 使用最新的工具和技术来建立信心
关于此指导项目
分步进行学习
在与您的工作区一起在分屏中播放的视频中，您的授课教师将指导您完成每个步骤：
设置 Google Runtime（2 分钟）
配置（4 分钟）
Load MNIST 手写数据集（6 分钟）
将数据集加载到 Batch 中（5 分钟）
创建判别器网络（12 分钟）
创建发电机网络（15 分钟）
创建损耗函数和 Load 优化器（4 分钟）
培训 GAN（14 分钟）
推荐体验
具有 Python 和基本 PyTorch 编程经验。卷积神经网络和训练过程（优化）的理论知识
8个项目图片
位教师
9 门课程45,918 名学生
提供方
学习方式
基于技能的实践学习
通过完成与工作相关的任务来练习新技能。
专家指导
使用独特的并排界面，按照预先录制的专家视频操作。
无需下载或安装
在预配置的云工作空间中访问所需的工具和资源。
仅在台式计算机上可用
此指导项目专为具有可靠互联网连接的笔记本电脑或台式计算机而设计，而不是移动设备。
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
67.67%
- 4 stars
22.22%
- 3 stars
2.02%
- 2 stars
4.04%
- 1 star
4.04%
显示 3/99 个
HY
已于 May 28, 2025审阅
Felt like the instructor was rushing in the last 3 videos, and he did not explain it completely in detail. Rest was very good
