Mạng đối nghịch tạo sinh (GAN) là một sự đổi mới thú vị gần đây trong học máy. GAN là mô hình tạo sinh: tạo các thực thể dữ liệu mới giống với dữ liệu huấn luyện của bạn. Ví dụ: GAN có thể tạo hình ảnh trông giống như ảnh chụp khuôn mặt người, mặc dù những khuôn mặt đó không thuộc về bất kỳ người nào thực sự. Những hình ảnh này được tạo bằng GAN:
GAN đạt được mức độ chân thực này bằng cách ghép nối một trình tạo (tìm hiểu cách tạo đầu ra mục tiêu) với một bộ phân biệt (tìm hiểu cách phân biệt dữ liệu thực với đầu ra của trình tạo). Trình tạo cố gắng đánh lừa
giá trị phân biệt và giá trị phân biệt cố gắng không bị đánh lừa.
Khoá học này trình bày 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: 2025-02-26 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."]]],[]]
