مقدمه

شبکه های متخاصم مولد (GAN) یک نوآوری هیجان انگیز اخیر در یادگیری ماشین هستند. GAN ها مدل های مولد هستند: آنها نمونه های داده جدیدی ایجاد می کنند که شبیه داده های آموزشی شما هستند. به عنوان مثال، GAN ها می توانند تصاویری را ایجاد کنند که شبیه عکس های صورت انسان هستند، حتی اگر چهره ها متعلق به هیچ شخص واقعی نباشد. این تصاویر توسط یک GAN ایجاد شده است:

تصویر چهار چهره فوتورئالیستی ایجاد شده توسط یک شبکه متخاصم مولد.

شکل 1: تصاویر تولید شده توسط GAN ایجاد شده توسط NVIDIA .

GAN ها با جفت کردن یک ژنراتور، که یاد می گیرد خروجی هدف را تولید کند، با یک تفکیک کننده، که یاد می گیرد داده های واقعی را از خروجی ژنراتور متمایز کند، به این سطح از واقع گرایی دست می یابند. مولد سعی می کند متمایز کننده را فریب دهد و ممیزکننده سعی می کند فریب خورده را نگیرد.

این دوره اصول GAN و همچنین نحوه استفاده از کتابخانه TF-GAN برای ایجاد GAN را پوشش می دهد.

پیش نیازها

این دوره فرض می کند که شما دارید: