この専門講座について

45,003 最近の表示
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.
共有できる証明書
修了時に証明書を取得
100%オンラインコース
自分のスケジュールですぐに学習を始めてください。
フレキシブルなスケジュール
柔軟性のある期限の設定および維持
中級レベル
約3か月で修了
推奨8時間/週
英語
共有できる証明書
修了時に証明書を取得
100%オンラインコース
自分のスケジュールですぐに学習を始めてください。
フレキシブルなスケジュール
柔軟性のある期限の設定および維持
中級レベル
約3か月で修了
推奨8時間/週
英語

この専門講座には3コースあります。

コース1

コース 1

Build Basic Generative Adversarial Networks (GANs)

4.7
501件の評価
138件のレビュー
コース2

コース 2

Build Better Generative Adversarial Networks (GANs)

4.6
151件の評価
20件のレビュー
コース3

コース 3

Apply Generative Adversarial Networks (GANs)

4.8
100件の評価
25件のレビュー

提供:

Placeholder

deeplearning.ai

よくある質問

さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。