Generative Adversarial Networks (GANs) เป็นนวัตกรรมล่าสุดที่น่าตื่นเต้นในแมชชีนเลิร์นนิง GAN เป็นโมเดลGenerative ซึ่งจะสร้างอินสแตนซ์ข้อมูลใหม่ซึ่งคล้ายกับข้อมูลการฝึก ตัวอย่างเช่น GAN สามารถสร้างรูปภาพที่ดูเหมือนรูปถ่ายใบหน้ามนุษย์ แม้ว่าใบหน้าเหล่านั้นจะไม่ได้เป็นของบุคคลจริงก็ตาม รูปภาพเหล่านี้สร้างขึ้นโดย GAN
รูปที่ 1: รูปภาพที่สร้างขึ้นโดย GAN ที่ NVIDIA สร้างขึ้น
GAN สามารถสร้างภาพสมจริงถึงระดับนี้ได้ด้วยการจับคู่ Generator ซึ่งเรียนรู้ที่จะสร้างเอาต์พุตเป้าหมาย กับ Discriminator ซึ่งเรียนรู้ที่จะแยกแยะข้อมูลจริงออกจากเอาต์พุตของ Generator โดยตัวสร้างจะพยายามหลอกลวงตัวแยกแยะ และตัวแยกแยะจะพยายามไม่ให้ถูกหลอก
หลักสูตรนี้จะครอบคลุมข้อมูลเบื้องต้นเกี่ยวกับ GAN รวมถึงวิธีใช้คลัง TF-GAN เพื่อสร้าง GAN
ข้อกำหนดเบื้องต้น
หลักสูตรนี้จะถือว่าคุณมีสิ่งต่อไปนี้
- จบหลักสูตรเร่งรัดเกี่ยวกับแมชชีนเลิร์นนิงไม่ว่าจะเรียนแบบเข้าร่วมด้วยตนเองหรือแบบศึกษาด้วยตนเอง
- มีประสบการณ์การเขียนโปรแกรมด้วย TensorFlow อย่างน้อยเล็กน้อย