تُعدّ الشبكات الجماهيرية المتطوّرة (GANs) ابتكارًا حديثًا مشوّقًا في مجال تعلُّم الآلة. تُعدّ GAN نماذج جيلية: فهي تنشئ نسخ بيانات جديدة تشبه بيانات التدريب. على سبيل المثال، يمكن أن تنشئ GAN صورًا تبدو وكأنها صور لوجوه بشرية، على الرغم من أن الوجوه لا تنتمي إلى أي شخص حقيقي. تم إنشاء هذه الصور من خلال GAN:
تحقّق GAN هذا المستوى من الواقع من خلال إقران المُنشئ الذي يتعلّم كيفية إنتاج المخرجات المستهدَفة باستخدام أداة تمييز تتيح تعلّم كيفية التمييز بين البيانات الصحيحة ومخرجات المنشئ. يحاول المنشئ خداع المُ تمييز، ويحاول المُظلِل عن خداعه.
تتناول هذه الدورة التدريبية أساسيات GAN، وكيفية استخدام مكتبة TF-GAN لإنشاء شبكات GAN.
تاريخ التعديل الأخير: 2022-09-26 (حسب التوقيت العالمي المتفَّق عليه)
[null,null,["تاريخ التعديل الأخير: 2022-09-26 (حسب التوقيت العالمي المتفَّق عليه)"],[[["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."]]],[]]
