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