Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Struttura del corso
Introduzione
GAN e autoencoder variazionali
- Che cos'è una GAN? Cosa sono gli autoencoder variazionali?
- Architettura GAN e autoencoder variazionali
Preparazione dell'ambiente di sviluppo
- Installazione e configurazione TensorFlow
Modelli generativi
- Dati di campionamento
- Utilizzo del classificatore di Bayes e del modello di miscela gaussiana
Autoencoder variazionali
- Parametrizzazione e riparametrizzazione con reti neurali
- Trovare la riduzione della dimensionalità
- Visualizzazione dello spazio latente
Gans
- Implementazione della propagazione a ritroso
- Utilizzo delle funzioni di perdita
- Training di un modello di classificatore
- Generazione di nuovi dati
GAN avanzate
- Utilizzo della GAN condizionale
- Lavorare con GAN convoluzionale profonda
- Lavorare con GAN progressivo
Riassunto e conclusione
Requisiti
- Python Esperienza di programmazione
Pubblico
- Scienziati dei dati
14 ore