课程主页: https://www.coursera.org/learn/build-basic-generative-adversarial-networks-gans

课程概述

在这门课程中，你将学习到生成对抗网络（GANs）的基本概念及其应用。课程从基础知识出发，逐步深入到多种GAN架构的实现，最终让你能够构建出可根据特定类别生成示例的条件GAN。

课程大纲

• 第一周：GANs简介

  观察GANs在真实世界中的应用，了解其基本组成部分，并使用PyTorch构建你自己的GAN！

• 第二周：深度卷积GANs

  学习不同的激活函数、批归一化以及反卷积，调整你的GAN架构，并应用于图像处理，构建一个先进的DCGAN！

• 第三周：带有梯度惩罚的Wasserstein GANs

  学习先进技术以减少生成器与判别器之间不平衡导致的失败情况！实现WGAN来缓解不稳定训练和模式崩溃的问题。

• 第四周：条件GAN与可控生成

  有效控制你的GAN，修改生成图像的特征，构建能够从特定类别生成示例的条件GANs！

课程评测

这门课程为希望进入人工智能和深度学习领域的学习者提供了极好的起点。通过丰富的动态图文教程，学生可以轻松理解复杂的理论和实际操作。此外，课程涉及的项目和每周的实践任务，不仅巩固了所学知识，还提升了实际动手能力。

推荐理由

如果你对生成对抗网络感兴趣，或者想了解如何利用GAN进行图像生成，这门课程绝对是个不错的选择。课程结合理论与实践，内容丰富且逐步深入。无论是深度学习的新手还是有一定基础的学习者，都能在此找到适合自己的知识体系。

课程主页: https://www.coursera.org/learn/build-basic-generative-adversarial-networks-gans