Image Compression and Generation using Variational Autoencoders in Python(으)로 돌아가기
Coursera Project Network의 Image Compression and Generation using Variational Autoencoders in Python 학습자 리뷰 및 피드백
71개의 평가
강좌 소개
In this 1-hour long project, you will be introduced to the Variational Autoencoder. We will discuss some basic theory behind this model, and move on to creating a machine learning project based on this architecture. Our data comprises 60.000 characters from a dataset of fonts. We will train a variational autoencoder that will be capable of compressing this character font data from 2500 dimensions down to 32 dimensions. This same model will be able to then reconstruct its original input with high fidelity. The true advantage of the variational autoencoder is its ability to create new outputs that come from distributions that closely follow its training data: we can output characters in brand new fonts.
Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
최상위 리뷰
AF
2020년 7월 28일
It is highly recommended to those who has a basic knowledge in ML and like to start using VAEs in pytorch framework. :-)
AS
2020년 6월 19일
It was really helpful. I am new to PyTorch but it gave a good level of understanding overall. thank you
필터링 기준:
Image Compression and Generation using Variational Autoencoders in Python의 13개 리뷰 중 1~13
교육 기관: Aida F
•2020년 7월 29일
교육 기관: Thomas J V
•2020년 9월 18일
교육 기관: ANKIT B S
•2020년 6월 20일
교육 기관: Debadri B
•2020년 5월 29일
교육 기관: Fernando C
•2020년 9월 28일
교육 기관: JONNALA S R
•2020년 5월 7일
교육 기관: Gaikwad N
•2020년 7월 23일
교육 기관: Doss D
•2020년 7월 2일
교육 기관: aithagoni m
•2020년 7월 13일
교육 기관: p s
•2020년 6월 25일
교육 기관: sarithanakkala
•2020년 6월 25일
교육 기관: tale p
•2020년 6월 17일
교육 기관: Simon S R
•2020년 8월 29일
Coursera Footer
© 2022 Coursera Inc. All rights reserved.
