Acerca de este Curso

365,907 vistas recientes
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
  • 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
Inglés (English)

Habilidades que obtendrás

Controllable GenerationWGANsConditional GenerationComponents of GANsDCGANs
Certificado para compartir
Obtén un certificado al finalizar
100 % en línea
Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles
Restablece las fechas límite en función de tus horarios.
Nivel intermedio
  • 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
Inglés (English)

ofrecido por

Placeholder

deeplearning.ai

Programa - Qué aprenderás en este curso

Calificación del contenidoThumbs Up97%(1,959 calificaciones)Info
Semana
1

Semana 1

7 horas para completar

Week 1: Intro to GANs

7 horas para completar
10 videos (Total 58 minutos), 7 lecturas, 1 cuestionario
10 videos
Welcome to Week 154s
Generative Models8m
Real Life GANs5m
Intuition Behind GANs5m
Discriminator5m
Generator7m
BCE Cost Function6m
Putting It All Together5m
(Optional) Intro to PyTorch6m
7 lecturas
Syllabus5m
Connect with your mentors and fellow learners on Slack!5m
Check out some non-existent people!5m
Pre-trained Model Exploration30m
Inputs to a Pre-trained GAN 30m
Works Cited10m
How to Refresh your Workspace10m
Semana
2

Semana 2

5 horas para completar

Week 2: Deep Convolutional GANs

5 horas para completar
9 videos (Total 37 minutos), 3 lecturas, 1 cuestionario
9 videos
Activations (Basic Properties)4m
Common Activation Functions6m
Batch Normalization (Explained)5m
Batch Normalization (Procedure)5m
Review of Convolutions3m
Padding and Stride3m
Pooling and Upsampling5m
Transposed Convolutions2m
3 lecturas
(Optional) A Closer Look at Transposed Convolutions40m
(Optional) The DCGAN Paper40m
Works Cited5m
Semana
3

Semana 3

8 horas para completar

Week 3: Wasserstein GANs with Gradient Penalty

8 horas para completar
7 videos (Total 26 minutos), 3 lecturas, 1 cuestionario
7 videos
Mode Collapse4m
Problem with BCE Loss3m
Earth Mover’s Distance2m
Wasserstein Loss4m
Condition on Wasserstein Critic3m
1-Lipschitz Continuity Enforcement5m
3 lecturas
(Optional) The WGAN and WGAN-GP Papers2h
(Optional) WGAN Walkthrough1h
Works Cited5m
Semana
4

Semana 4

10 horas para completar

Week 4: Conditional GAN & Controllable Generation

10 horas para completar
9 videos (Total 27 minutos), 4 lecturas, 2 cuestionarios
9 videos
Conditional Generation: Intuition2m
Conditional Generation: Inputs4m
Controllable Generation3m
Vector Algebra in the Z-Space3m
Challenges with Controllable Generation2m
Classifier Gradients2m
Disentanglement4m
Conclusion of Course 11m
4 lecturas
(Optional) The Conditional GAN Paper30m
(Optional) An Example of a Controllable GAN1h 30m
Works Cited5m
Acknowledgments5m

Reseñas

Principales reseñas sobre BUILD BASIC GENERATIVE ADVERSARIAL NETWORKS (GANS)

Ver todas las reseñas

Acerca de Programa especializado: Generative Adversarial Networks (GANs)

Generative Adversarial Networks (GANs)

Preguntas Frecuentes

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.