In diesem zweistündigen projektbasierten Kurs werden Sie ein Deep Convolutional Generative Adversarial Network mit PyTorch implementieren, um handgeschriebene Ziffern zu erzeugen. Sie werden einen Generator erstellen, der lernt, echt aussehende Bilder zu erzeugen, und einen Diskriminator, der lernt, echte Bilder von Fälschungen zu unterscheiden. In diesem praktischen Projekt erfahren Sie, wie Sie ein solches Netzwerk implementieren und trainieren können, um handgeschriebene Ziffernbilder zu erzeugen.

Deep Learning mit PyTorch : Generatives Adversariales Netzwerk
Eignen Sie sich gefragte Fähigkeiten mit einem ganzjährigen Coursera Plus-Abonnement an -- jetzt für 239 $. Sparen Sie jetzt.

Deep Learning mit PyTorch : Generatives Adversariales Netzwerk

Dozent: Parth Dhameliya
12.291 bereits angemeldet
Bei Mehr erfahren enthalten
(77 Bewertungen)
Empfohlene Erfahrung
Was Sie lernen werden
Discriminator und Generator-Netzwerk erstellen
Erstellen einer Trainingsschleife zum Trainieren des GAN-Modells
Kompetenzen, die Sie festigen
- Kategorie: Faltungsneuronale Netze
- Kategorie: Modell Ausbildung
- Kategorie: Generative adversarische Netze (GANs)
- Kategorie: Tiefes Lernen
Tools, die Sie verwenden werden
- Kategorie: PyTorch (Bibliothek für maschinelles Lernen)
- Kategorie: Python-Programmierung
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Nur als Desktop-Version verfügbar
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Lernen, Üben und Anwenden von berufsrelevanten Fähigkeiten in weniger als 2 Stunden
- Nehmen Sie an Schulungen von Branchenexperten teil
- Sammeln Sie mit Aufgaben aus der realen Welt praktische Erfahrung
- Schaffen Sie Vertrauen durch neueste Tools und Technologien

Über dieses begleitete Projekt
Schritt für Schritt lernen
In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:
Google Runtime einrichten (2 min)
Konfigurationen (4 min)
Laden des MNIST-Datensatzes für Handschrift (6 Minuten)
Datensatz in Stapel laden (5 min)
Discriminator-Netzwerk erstellen (12 min)
Generator-Netzwerk erstellen (15 min)
Verlustfunktion und Lastoptimierer erstellen (4 Min.)
Ausbildung GAN (14 min)
Empfohlene Erfahrung
Vorherige Programmiererfahrung in Python und Grundkenntnisse in Pytorch. Theoretische Kenntnisse über Faltungsneuronale Netze und Trainingsverfahren (Optimierung)
8 Projektbilder
Dozent

von
Was Sie beim Lernen erwartet
Auf Kompetenzen basierendes, praktisches Lernen
Üben Sie die Anwendung neuer Kompetenzen anhand von berufsbezogenen Aufgabenstellungen.
Anleitung durch Experten
Lernen Sie mit vorab von Experten aufgezeichneten Videos in einer einzigartigen aufgeteilten Oberfläche.
Keine Downloads oder Installation erforderlich
Greifen Sie in einem vordefinierten Cloud-Arbeitsbereich auf die Tools und Ressourcen zu.
Nur für Desktop verfügbar
Dieses begleitete Projekt ist für die Bearbeitung an einem Laptop oder Desktop-Computer mit stabiler Internetverbindung konzipiert und nicht für Mobilgeräte.
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Bewertungen von Lernenden
- 5 Sterne
68,31 %
- 4 Sterne
21,78 %
- 3 Sterne
1,98 %
- 2 Sterne
3,96 %
- 1 Stern
3,96 %
Zeigt 3 von 77 an
Geprüft am 28. Mai 2025
Felt like the instructor was rushing in the last 3 videos, and he did not explain it completely in detail. Rest was very good








