Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Generative Adversarial Networks (GANs) sind eine spannende Innovation im Bereich maschinelles Lernen. GANs sind generative Modelle: Sie erstellen neue Dateninstanzen, die Ihren Trainingsdaten ähneln. GANs können beispielsweise Bilder erstellen, die wie Fotos von menschlichen Gesichtern aussehen, obwohl die Gesichter keiner realen Person gehören. Diese Bilder wurden von einem GAN erstellt:
GANs erreichen diesen Realismus, indem sie einen Generator, der lernt, die Zielausgabe zu erzeugen, mit einem Diskriminator kombinieren, der lernt, echte Daten von der Ausgabe des Generators zu unterscheiden. Der Generator versucht, den Diskriminator zu täuschen, und der Diskriminator versucht, sich nicht täuschen zu lassen.
In diesem Kurs werden die Grundlagen von GANs und die Verwendung der TF-GAN-Bibliothek zum Erstellen von GANs behandelt.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-02-26 (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."]]],[]]