ভূমিকা

জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক (GANs) হল মেশিন লার্নিংয়ে একটি উত্তেজনাপূর্ণ সাম্প্রতিক উদ্ভাবন। GAN হল জেনারেটিভ মডেল: তারা নতুন ডেটা দৃষ্টান্ত তৈরি করে যা আপনার প্রশিক্ষণ ডেটার অনুরূপ। উদাহরণস্বরূপ, GAN গুলি এমন ছবি তৈরি করতে পারে যা মানুষের মুখের ফটোগ্রাফের মতো দেখায়, যদিও মুখগুলি কোনও প্রকৃত ব্যক্তির অন্তর্গত নয়। এই ছবিগুলি একটি GAN দ্বারা তৈরি করা হয়েছিল:

চিত্র 1: NVIDIA দ্বারা তৈরি একটি GAN দ্বারা উত্পন্ন চিত্র৷

GAN একটি জেনারেটর জোড়া দিয়ে বাস্তববাদের এই স্তরটি অর্জন করে, যা লক্ষ্য আউটপুট তৈরি করতে শেখে, একটি বৈষম্যকারীর সাথে, যা জেনারেটরের আউটপুট থেকে সত্যিকারের ডেটা আলাদা করতে শেখে। জেনারেটর বৈষম্যকারীকে বোকা বানানোর চেষ্টা করে, এবং বৈষম্যকারী বোকা বানানো থেকে বিরত থাকার চেষ্টা করে।

এই কোর্সে GAN বেসিক এবং GAN তৈরি করতে TF-GAN লাইব্রেরি কীভাবে ব্যবহার করতে হয় তাও কভার করে।

কোর্স শেখার উদ্দেশ্য

• জেনারেটিভ এবং ডিসক্রিমিনেটিভ মডেলের মধ্যে পার্থক্য বুঝুন।
• GAN যে সমস্যাগুলি সমাধান করতে পারে তা চিহ্নিত করুন।
• একটি GAN সিস্টেমে জেনারেটর এবং বৈষম্যকারীর ভূমিকা বুঝুন।
• সাধারণ GAN লস ফাংশনগুলির সুবিধা এবং অসুবিধাগুলি বুঝুন।
• GAN প্রশিক্ষণের সাথে সাধারণ সমস্যার সম্ভাব্য সমাধানগুলি চিহ্নিত করুন।
• একটি GAN তৈরি করতে TF GAN লাইব্রেরি ব্যবহার করুন।

পূর্বশর্ত

এই কোর্সটি অনুমান করে আপনার আছে:

• সম্পূর্ণ মেশিন লার্নিং ক্র্যাশ কোর্স হয় ব্যক্তিগতভাবে বা স্ব-অধ্যয়নের মাধ্যমে।
• অন্ততঃ টেনসরফ্লো এর সাথে প্রোগ্রামিং করার একটু অভিজ্ঞতা