Các mạng quảng cáo tạo ra (GAN) mới là một cải tiến thú vị trong công nghệ máy học gần đây. GAN là các mô hình tạo ra: các mô hình này tạo các thực thể dữ liệu mới giống với dữ liệu huấn luyện của bạn. Ví dụ: GAN có thể tạo hình ảnh giống như ảnh chụp khuôn mặt người mặc dù các khuôn mặt không thuộc về người thật nào. Những hình ảnh này được tạo bởi GAN:
GAN đạt được mức độ chân thực này bằng cách ghép nối một trình tạo. Trình tạo này sẽ học cách tạo đầu ra mục tiêu, với bộ phân biệt. Trình này sẽ tìm hiểu cách phân biệt dữ liệu thực với đầu ra của trình tạo. Trình tạo cố gắng đánh lừa bộ phân biệt, và bộ phân biệt cố gắng tránh bị đánh lừa.
Khoá học này cung cấp kiến thức cơ bản về GAN, cũng như cách sử dụng thư viện TF-GAN để tạo GAN.
[null,null,["Cập nhật lần gần đây nhất: 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."]]],[]]
