이 전문 분야 정보

최근 조회 73,375
About GANs Generative Adversarial Networks (GANs) are powerful machine learning models capable of generating realistic image, video, and voice outputs. Rooted in game theory, GANs have wide-spread application: from improving cybersecurity by fighting against adversarial attacks and anonymizing data to preserve privacy to generating state-of-the-art images, colorizing black and white images, increasing image resolution, creating avatars, turning 2D images to 3D, and more. About this Specialization The DeepLearning.AI Generative Adversarial Networks (GANs) Specialization provides an exciting introduction to image generation with GANs, charting a path from foundational concepts to advanced techniques through an easy-to-understand approach. It also covers social implications, including bias in ML and the ways to detect it, privacy preservation, and more. Build a comprehensive knowledge base and gain hands-on experience in GANs. Train your own model using PyTorch, use it to create images, and evaluate a variety of advanced GANs. About you This Specialization is for software engineers, students, and researchers from any field, who are interested in machine learning and want to understand how GANs work. This Specialization provides an accessible pathway for all levels of learners looking to break into the GANs space or apply GANs to their own projects, even without prior familiarity with advanced math and machine learning research.
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인 강좌
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 일정
유연한 마감을 설정하고 유지 관리합니다.
중급 단계
완료하는 데 약 3개월 필요
매주 8시간 권장
영어
공유 가능한 수료증
완료 시 수료증 획득
100% 온라인 강좌
지금 바로 시작해 나만의 일정에 따라 학습을 진행하세요.
유동적 일정
유연한 마감을 설정하고 유지 관리합니다.
중급 단계
완료하는 데 약 3개월 필요
매주 8시간 권장
영어

이 전문 분야에는 3개의 강좌가 있습니다.

강좌1

강좌 1

Build Basic Generative Adversarial Networks (GANs)

4.7
별점
438개의 평가
126개의 리뷰
강좌2

강좌 2

Build Better Generative Adversarial Networks (GANs)

4.6
별점
124개의 평가
14개의 리뷰
강좌3

강좌 3

Apply Generative Adversarial Networks (GANs)

4.8
별점
77개의 평가
20개의 리뷰

제공자:

Placeholder

deeplearning.ai

자주 묻는 질문

궁금한 점이 더 있으신가요? 학습자 도움말 센터를 방문해 보세요.