Pendahuluan

Jaringan permusuhan generatif (GAN) adalah inovasi terbaru yang menarik dalam machine learning. GAN adalah model generatif: Model ini membuat instance data baru yang menyerupai data pelatihan Anda. Misalnya, GAN dapat membuat gambar yang terlihat seperti foto wajah manusia, meskipun wajah tersebut bukan milik orang sungguhan. Gambar ini dibuat oleh GAN:

Gambar 1: Gambar yang dihasilkan oleh GAN yang dibuat oleh NVIDIA.

GAN mencapai level realisme ini dengan memasangkan generator, yang belajar untuk menghasilkan output target, dengan pembeda, yang berfungsi untuk membedakan data sebenarnya dari output generator. Generator mencoba mengelabui diskriminator, dan pembeda tersebut mencoba menjaga agar tidak tertipu.

Kursus ini mencakup dasar-dasar GAN, dan juga cara menggunakan library TF-GAN untuk membuat GAN.

Tujuan Pembelajaran Kursus

• Memahami perbedaan antara model generatif dan diskriminatif.
• Identifikasi masalah yang dapat diselesaikan oleh GAN.
• Memahami peran generator dan diskriminator dalam sistem GAN.
• Memahami kelebihan dan kekurangan fungsi GAN G umum.
• Identifikasi kemungkinan solusi untuk masalah umum pada pelatihan GAN.
• Gunakan library TF GAN untuk membuat GAN.

Prasyarat

Kursus ini mengasumsikan bahwa Anda telah:

• Menyelesaikan Kursus Machine Learning Crash secara langsung atau belajar mandiri.
• Sedikit pengalaman pemrograman dengan TensorFlow