জেনারেটিভ অ্যাডভারসারিয়াল নেটওয়ার্ক (GANs) হল মেশিন লার্নিংয়ে একটি উত্তেজনাপূর্ণ সাম্প্রতিক উদ্ভাবন। GAN হল জেনারেটিভ মডেল: তারা নতুন ডেটা দৃষ্টান্ত তৈরি করে যা আপনার প্রশিক্ষণ ডেটার অনুরূপ। উদাহরণস্বরূপ, GAN গুলি এমন ছবি তৈরি করতে পারে যা মানুষের মুখের ফটোগ্রাফের মতো দেখায়, যদিও মুখগুলি কোনও প্রকৃত ব্যক্তির অন্তর্গত নয়। এই ছবিগুলি একটি GAN দ্বারা তৈরি করা হয়েছিল:
GAN একটি জেনারেটর জোড়া দিয়ে বাস্তববাদের এই স্তরটি অর্জন করে, যা লক্ষ্য আউটপুট তৈরি করতে শেখে, একটি বৈষম্যকারীর সাথে, যা জেনারেটরের আউটপুট থেকে সত্যিকারের ডেটা আলাদা করতে শেখে। জেনারেটর বৈষম্যকারীকে বোকা বানানোর চেষ্টা করে, এবং বৈষম্যকারী বোকা বানানো থেকে বিরত থাকার চেষ্টা করে।
এই কোর্সে GAN বেসিক এবং GAN তৈরি করতে TF-GAN লাইব্রেরি কীভাবে ব্যবহার করতে হয় তাও কভার করে।
[null,null,["2024-10-26 UTC-তে শেষবার আপডেট করা হয়েছে।"],[[["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."]]],[]]