Dans ce cours, vous allez : - Évaluer les défis de l'évaluation des GANs et comparer différents modèles génératifs - Utiliser la méthode Fréchet Inception Distance (FID) pour évaluer la fidélité et la diversité des GANs - Identifier les sources de biais et les moyens de les détecter dans les GANs - Apprendre et mettre en œuvre les techniques associées à l'état de l'art des StyleGANs La spécialisation DeepLearning.AI Generative Adversarial Networks (GANs) Specializations offre une introduction passionnante à la génération d'images avec les GANs, traçant un chemin des concepts fondamentaux aux techniques avancées à travers une approche facile à comprendre. Elle couvre également les implications sociales, y compris les biais dans les ML et les moyens de les détecter, la préservation de la vie privée, et plus encore. Construisez une base de connaissances complète et acquérez une expérience pratique dans les GANs. Entraînez votre propre modèle à l'aide de PyTorch, utilisez-le pour créer des images et évaluez une variété de GANs avancés.

Cette Specializations fournit un chemin accessible pour tous les niveaux d'apprenants qui cherchent à percer dans l'espace GANs ou à appliquer les GANs à leurs propres projets, même sans familiarité préalable avec les mathématiques avancées et la recherche sur l'apprentissage automatique.