课程主页: https://www.coursera.org/learn/generative-deep-learning-with-tensorflow
课程概述
在这个名为《生成深度学习与 TensorFlow》的课程中，你将学习到许多令人兴奋的技术，包括神经风格迁移和自编码器。通过这门课程，你将掌握如何提取图像的内容和绘画的风格，并将其结合成一幅新图像。课程的设计非常注重实用性，你将在实际操作中学习如何使用 TensorFlow 构建深度学习模型。
课程大纲
第一周：风格迁移
这一周，你将学习如何实现神经风格迁移，提取图像的内容（例如天鹅）和绘画的风格（例如立体主义或印象派），然后将两者结合成一幅新图像。这一技术非常适合喜欢艺术和设计的学习者。
第二周：自编码器
本周你将深入了解自编码器的基础知识，学习如何使用 TensorFlow 在熟悉的 MNIST 数据集上构建简单的自编码器，并在 Fashion MNIST 数据集上构建更复杂的深度和卷积架构。你将能够识别 DNN 和 CNN 自编码器模型的结果差异，并学习如何去噪。在这一周末，你将构建一个 CNN 自编码器，以从噪声图像中输出清晰图像！
第三周：变分自编码器
这一周你将探索变分自编码器（VAE）以生成全新数据。在本周的作业中，你将生成动漫面孔并与参考图像进行比较。
第四周：生成对抗网络 (GANs)
在最后一周，你将学习 GAN 的相关知识，包括它们的架构以及与 VAE 的不同。你将了解生成器和判别器的功能，以及两种训练阶段的概念。最后，你将构建自己的 GAN，能够生成面孔，这真是太酷了！
我的推荐
总的来说，这门课程内容丰富且实用，非常适合希望深入了解生成深度学习的人。无论你是初学者还是有一定基础的学习者，这门课程都能帮助你提升技能，同时为你提供丰富的练习和项目！我强烈推荐这门课程，尤其是对艺术和设计有兴趣的朋友们。
课程主页: https://www.coursera.org/learn/generative-deep-learning-with-tensorflow