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:
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.
[null,null,["Terakhir diperbarui pada 2022-09-27 UTC."],[[["Generative adversarial networks (GANs) are generative models that create new data instances resembling training data, such as images that look like real photographs but are not of actual people."],["GANs consist of a generator that learns to produce the target output and a discriminator that learns to distinguish real data from generated data, working in tandem to enhance the realism of the output."],["This course covers GAN fundamentals, common GAN loss functions, training challenges, and using the TF-GAN library to build GANs, assuming prior knowledge of machine learning and TensorFlow."],["Completing Machine Learning Crash Course and having some TensorFlow programming experience are prerequisites for this GANs course."]]],[]]
