Chevron Left
Apply Generative Adversarial Networks (GANs)(으)로 돌아가기

deeplearning.ai의 Apply Generative Adversarial Networks (GANs) 학습자 리뷰 및 피드백

4.8
별점
453개의 평가

강좌 소개

In this course, you will: - Explore the applications of GANs and examine them wrt data augmentation, privacy, and anonymity - Leverage the image-to-image translation framework and identify applications to modalities beyond images - Implement Pix2Pix, a paired image-to-image translation GAN, to adapt satellite images into map routes (and vice versa) - Compare paired image-to-image translation to unpaired image-to-image translation and identify how their key difference necessitates different GAN architectures - Implement CycleGAN, an unpaired image-to-image translation model, to adapt horses to zebras (and vice versa) with two GANs in one The DeepLearning.AI Generative Adversarial Networks (GANs) Specialization provides an exciting introduction to image generation with GANs, charting a path from foundational concepts to advanced techniques through an easy-to-understand approach. It also covers social implications, including bias in ML and the ways to detect it, privacy preservation, and more. Build a comprehensive knowledge base and gain hands-on experience in GANs. Train your own model using PyTorch, use it to create images, and evaluate a variety of advanced GANs. This Specialization provides an accessible pathway for all levels of learners looking to break into the GANs space or apply GANs to their own projects, even without prior familiarity with advanced math and machine learning research....

최상위 리뷰

UD

2020년 12월 5일

I really liked the exposure to preparing various loss functions in paired and non-paired GANs, introduction to other applications, and many great changes to improve the quality of the networks!

MM

2021년 1월 23일

GANs are awesome, solving many real-world problems. Especially unsupervised things are cool. Instructors are great and to the point regarding theoretical and practical aspects. Thankyou!

필터링 기준:

Apply Generative Adversarial Networks (GANs)의 92개 리뷰 중 1~25

교육 기관: Akit M

2020년 11월 15일

교육 기관: Dylan T

2020년 11월 30일

교육 기관: Iván G

2020년 11월 11일

교육 기관: Nikita K

2021년 4월 4일

교육 기관: Behnaz B

2020년 12월 31일

교육 기관: Quincy Q

2020년 11월 1일

교육 기관: Mahdi E

2020년 11월 10일

교육 기관: Ulugbek D

2020년 12월 5일

교육 기관: Akhtar M

2021년 1월 24일

교육 기관: Dmitry F

2020년 11월 24일

교육 기관: Yifan J

2021년 1월 18일

교육 기관: Aladdin P

2020년 11월 21일

교육 기관: Kyle M P O

2021년 1월 3일

교육 기관: Amit J

2021년 1월 29일

교육 기관: Brian G

2021년 1월 31일

교육 기관: Rajendra A

2021년 8월 11일

교육 기관: Pablo C E

2021년 4월 9일

교육 기관: Vinayak N

2020년 11월 16일

교육 기관: Mikhail G

2020년 11월 11일

교육 기관: Mark L

2020년 12월 8일

교육 기관: Mark T

2022년 1월 19일

교육 기관: Jong H S

2022년 3월 16일

교육 기관: GERMÁN G J

2020년 10월 28일

교육 기관: Pang C H J

2021년 9월 26일