Оптимизируйте свои подборки
Сохраняйте и классифицируйте контент в соответствии со своими настройками.
Генеративно-состязательные сети (GAN) — это недавняя инновация в машинном обучении. GAN — это генеративные модели: они создают новые экземпляры данных, напоминающие ваши обучающие данные. Например, GAN могут создавать изображения, похожие на фотографии человеческих лиц, даже если эти лица не принадлежат реальному человеку. Эти изображения были созданы GAN:
GAN достигают этого уровня реализма за счет объединения генератора, который учится выдавать целевой результат, с дискриминатором, который учится отличать истинные данные от выходных данных генератора. Генератор пытается обмануть дискриминатор, а дискриминатор пытается уберечься от обмана.
В этом курсе рассматриваются основы GAN, а также способы использования библиотеки TF-GAN для создания GAN.
[[["Прост для понимания","easyToUnderstand","thumb-up"],["Помог мне решить мою проблему","solvedMyProblem","thumb-up"],["Другое","otherUp","thumb-up"]],[["Отсутствует нужная мне информация","missingTheInformationINeed","thumb-down"],["Слишком сложен/слишком много шагов","tooComplicatedTooManySteps","thumb-down"],["Устарел","outOfDate","thumb-down"],["Проблема с переводом текста","translationIssue","thumb-down"],["Проблемы образцов/кода","samplesCodeIssue","thumb-down"],["Другое","otherDown","thumb-down"]],["Последнее обновление: 2024-10-26 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."]]],[]]