Giriş

Jenerik rakibe ait ağlar (GAN'lar), makine öğreniminde son zamanlarda yapılan heyecan verici bir yeniliktir. GAN'lar jenerik modellerdir: Eğitim verilerinize benzeyen yeni veri örnekleri oluştururlar. Örneğin GAN'ler, yüzler gerçek bir kişiye ait olmasa bile insan yüzlerinin fotoğrafları gibi görünen resimler oluşturabilir. Bu görüntüler bir GAN tarafından oluşturulmuştur:

1. Şekil: NVIDIA tarafından oluşturulan bir GAN tarafından oluşturulan resimler.

GAN'lar, gerçek verileri jeneratörün çıkışından ayırt etmeyi öğrenen bir parçalayıcı ile jeneratörü eşleştirerek bu gerçekçilik seviyesine ulaşır. Jeneratör, ayrımcıyı kandırmaya çalışıyor ve ayrımcı, aldatılmayı engellemeye çalışıyor.

Bu kursta GAN ile ilgili temel bilgiler ve GAN oluşturmak için TF-GAN kitaplığının nasıl kullanılacağı ele alınmaktadır.

Kurs Öğrenme Hedefleri

• Oluşturma ve ayrımcılık modelleri arasındaki farkı anlayın.
• GAN'ların çözebileceği sorunları belirleyin.
• Jeneratör ve ayrımcının GAN sisteminde rollerini öğrenin.
• Sık karşılaşılan GAN kayıp işlevlerinin avantajlarını ve dezavantajlarını anlayın.
• GAN eğitiminde sık karşılaşılan sorunların olası çözümlerini belirleyin.
• GAN yapmak için TF GAN kitaplığını kullanın.

Ön koşullar

Bu kursta aşağıdakilere sahip olduğunuz varsayılır:

• Yüz yüze veya kendi kendinize çalışabileceğiniz Makine Öğrenimi Kilitlenme Kursu'nu tamamlamış olmanız gerekir.
• TensorFlow ile en azından deneyimli programlama