Deep Learning with PyTorch : Generative Adversarial Network
Оценки: 20

1 765 уже зарегистрированы
Create Discriminator and Generator Network
Create a training loop to train GAN model
Продемонстрируйте этот практический опыт на собеседовании
1 765 уже зарегистрированы
Create Discriminator and Generator Network
Create a training loop to train GAN model
Продемонстрируйте этот практический опыт на собеседовании
In this two hour project-based course, you will implement Deep Convolutional Generative Adversarial Network using PyTorch to generate handwritten digits. You will create a generator that will learn to generate images that look real and a discriminator that will learn to tell real images apart from fakes. This hands-on-project will provide you the detail information on how to implement such network and train to generate handwritten digit images. In order to be successful in this project, you will need to have a theoretical understanding on convolutional neural network and optimization algorithm like Adam or gradient descent. This project will focus more on the practical aspect of DCGAN and less on theoretical aspect. 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.
Prior programming experience in Python and basic pytorch. Theoretical knowledge of Convolutional Neural Network and Training process (Optimization)
Convolutional Neural Network
Python Programming
pytorch
Genrative Adversarial Network
На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:
Setup Google Runtime
Configurations
Load MNIST Handwritten Dataset
Load Dataset into Batches
Create Discriminator Network
Create Generator Network
Create Loss Function and Load Optimizers
Training GAN
Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.
На разделенном экране видео преподаватель предоставляет пошаговые
Поскольку ваше рабочее пространство включает облачный рабочий стол, рассчитанный на ноутбук или ПК, проекты с консультациями недоступны на мобильном устройстве.
Преподаватели, ведущие проект с рекомендациями, — это отраслевые эксперты с навыками, инструментами и пониманием темы, которые хотят разделить свои знания с миллионами учащихся по всему миру.
Вы можете скачать и сохранить любой из созданных файлов своего проекта с рекомендациями. Для этого воспользуйтесь функцией "Обозреватель файлов" на облачном рабочем столе.
В верхней части страницы вы можете нажать уровень опыта для этого проекта с консультациями, чтобы просмотреть предварительные требования к знаниями. Преподаватель проведет вас пошагово по каждому уровню проекта с консультациями.
Да, все необходимое для завершения проекта с рекомендациями будет доступно на облачном рабочем столе. Вы сможете открыть этот рабочий стол в браузере.
Вы научитесь выполнять задания в режиме разделенного экрана непосредственно в браузере. В левой части экрана можно выполнять задания в своем рабочем пространстве. В правой части экрана можно просматривать пошаговые инструкции преподавателя по работе с проектом.
Остались вопросы? Посетите Центр поддержки учащихся.