Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Las redes generativas adversarias (GAN) son una emocionante innovación reciente en el aprendizaje automático. Las GAN son modelos generativos: crean instancias de datos nuevas que se asemejan a tus datos de entrenamiento. Por ejemplo, las GAN pueden crear imágenes que parezcan fotografías de rostros humanos, aunque los rostros no pertenezcan a ninguna persona real. Estas imágenes fueron creadas por una GAN:
Para lograr este nivel de realismo, las GAN combinan un generador, que aprende a producir la salida objetivo, con un discriminante, que aprende a distinguir datos verdaderos de la salida del generador. El generador intenta engañar al discriminante y el discriminante intenta evitar que se engañe.
En este curso, se abordan los conceptos básicos de las GAN y también cómo usar la biblioteca de TF-GAN para crear GAN.
[[["Fácil de comprender","easyToUnderstand","thumb-up"],["Resolvió mi problema","solvedMyProblem","thumb-up"],["Otro","otherUp","thumb-up"]],[["Falta la información que necesito","missingTheInformationINeed","thumb-down"],["Muy complicado o demasiados pasos","tooComplicatedTooManySteps","thumb-down"],["Desactualizado","outOfDate","thumb-down"],["Problema de traducción","translationIssue","thumb-down"],["Problema con las muestras o los códigos","samplesCodeIssue","thumb-down"],["Otro","otherDown","thumb-down"]],["Última actualización: 2022-09-26 (UTC)"],[[["Generative adversarial networks (GANs) are generative models that create new data instances resembling training data, such as images that look like real photographs but are not of actual people."],["GANs consist of a generator that learns to produce the target output and a discriminator that learns to distinguish real data from generated data, working in tandem to enhance the realism of the output."],["This course covers GAN fundamentals, common GAN loss functions, training challenges, and using the TF-GAN library to build GANs, assuming prior knowledge of machine learning and TensorFlow."],["Completing Machine Learning Crash Course and having some TensorFlow programming experience are prerequisites for this GANs course."]]],[]]