Image Compression and Generation using Variational Autoencoders in Python
How to preprocess and prepare data for vision tasks using PyTorch
What a variational autoencoder is and how to train one
How to compress, reconstruct, and generate new images using a generative model
In this 1-hour long project, you will be introduced to the Variational Autoencoder. We will discuss some basic theory behind this model, and move on to creating a machine learning project based on this architecture. Our data comprises 60.000 characters from a dataset of fonts. We will train a variational autoencoder that will be capable of compressing this character font data from 2500 dimensions down to 32 dimensions. This same model will be able to then reconstruct its original input with high fidelity. The true advantage of the variational autoencoder is its ability to create new outputs that come from distributions that closely follow its training data: we can output characters in brand new fonts. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
Habilidades que desarrollarás
Aprende paso a paso
En un video que se reproduce en una pantalla dividida con tu área de trabajo, tu instructor te guiará en cada paso:
An introduction to the variational autoencoder and our project
Dataset visualization and preprocessing
Dataset split into training and validation sets
Use data loaders to handle memory overload
Create VAE architecture
Create training loop for VAE
Results of our model and short introduction to other potential projects using a VAE
Cómo funcionan los proyectos guiados
Tu espacio de trabajo es un escritorio virtual directamente en tu navegador, no requiere descarga.
En un video de pantalla dividida, tu instructor te guía paso a paso
Instructor
Reseñas
Principales reseñas sobre IMAGE COMPRESSION AND GENERATION USING VARIATIONAL AUTOENCODERS IN PYTHON
It is highly recommended to those who has a basic knowledge in ML and like to start using VAEs in pytorch framework. :-)
It was really helpful. I am new to PyTorch but it gave a good level of understanding overall. thank you
Good project. Add some more clarity to it , especially to the mathematical background.
Preguntas Frecuentes
Preguntas Frecuentes
¿Qué obtendré si compro un proyecto guiado?
Al comprar un proyecto guiado, obtendrás todo lo que necesitas para completarlo, incluido el acceso a un espacio de trabajo de escritorio en la nube a través de tu navegador web que contiene los archivos y el software que necesitas para comenzar, además de instrucciones de video paso a paso de un experto en la materia.
¿Hay proyectos guiados disponibles en computadoras de escritorio y dispositivos móviles?
Dado que tu espacio de trabajo contiene un escritorio en la nube del tamaño de una computadora portátil o computadora de escritorio, los proyectos guiados no están disponibles en tu dispositivo móvil.
¿Quiénes son los instructores para proyectos guiados?
Los instructores de proyectos guiados son expertos en la materia que tienen experiencia en habilidades, herramientas o dominios de su proyecto y les apasiona compartir sus conocimientos para impactar a millones de estudiantes en todo el mundo.
¿Puedo descargar el trabajo de mi proyecto guiado después de completarlo?
Puedes descargar y conservar cualquiera de tus archivos creados del proyecto guiado. Para hacerlo, puedes usar la función 'Explorador de archivos' mientras accedes a tu escritorio en la nube.
¿Cuál es la política de reembolsos?
Los proyectos guiados no son elegibles para reembolsos. Ver nuestra política de reembolso completo.
¿Hay ayuda económica disponible?
La ayuda financiera no está disponible para proyectos guiados.
¿Puedo participar como oyente de un proyecto guiado y mirar el video de forma gratuita?
El acceso como oyente no está disponible para los proyectos guiados.
¿Cuánta experiencia necesito para hacer este proyecto guiado?
En la parte superior de la página, puedes presionar en el nivel de experiencia de este proyecto guiado para ver los requisitos de conocimientos previos. En cada nivel del proyecto guiado, tu instructor te orientará paso a paso.
¿Puedo completar este proyecto guiado directamente a través de mi navegador web, en lugar de instalar un software especial?
¿Cómo es la experiencia de aprendizaje con los proyectos guiados?
Aprenderás completando tareas en un entorno de pantalla dividida directamente en tu navegador. En el lado izquierdo de la pantalla, completarás la tarea en tu espacio de trabajo. En el lado derecho de la pantalla, verás a un instructor guiarte a través del proyecto, paso a paso.
¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.
Coursera Footer
