1. صفحه اصلی
  2. »
  3. آموزش
  4. »
  5. آموزش تصویری
  6. »
  7. Udemy – Generative Adversarial Networks (GANs): Complete Guide 2023-11
Generative Adversarial Networks (GANs)_ Complete Guide

Udemy – Generative Adversarial Networks (GANs): Complete Guide 2023-11

توضیحات

Generative Adversarial Networks (GANs): Complete Guide، دوره آموزش شبکه های عصبی مولد توسط آکادمی یودمی منتشر شده است. شبکه های عصبی یکی از مدرن ترین و جذاب ترین فناوری ها در حوزه یادگیری عمیق و بینایی کامپیوتری محسوب می شوند. آن ها به این دلیل توجه زیادی به خود جلب کرده اند که می توانند محتوای جعلی تولید کنند. یکی از کلاسیک ترین مثال ها، ایجاد افرادی است که در دنیای واقعی وجود ندارند تا برای پخش برنامه های تلویزیونی مورد استفاده قرار گیرند. این فن آوری یک انقلاب در زمینه هوش مصنوعی برای تولید نتایج با کیفیت بالا محسوب می شود و یکی از محبوب ترین و مرتبط ترین موضوعات امروز است. در این دوره شما با اصول اولیه و عمدتا پیاده سازی عملی مدرن ترین معماری های شبکه های عصبی آشنا خواهید شد.

این دوره یک راهنمای کامل محسوب می شود زیرا همه چیز از ابتدایی ترین مفاهیم گرفته تا مدرن ترین و پیشرفته ترین تکنیک ها را ارائه می دهد تا در نهایت شما تمام ابزارهای لازم برای ساخت پروژه های خود را داشته باشید. برای اجرای پروژه ها، چندین معماری مختلف از GAN ها را یاد می گیرید، مانند: DCGAN (Deep Convolutional Generative Adversarial Network), WGAN (Wassertein GAN), WGAN-GP (Wassertein GAN-Gradient Penalty), cGAN (conditional GAN), Pix2Pix (Image-to-Image), CycleGAN (Cycle-Consistent Adversarial Network) و غیره. در طول این دوره، ما از زبان برنامه نویسی پایتون و گوگل Colab به صورت آنلاین استفاده خواهیم کرد، بنابراین لازم نیست نگران نصب و پیکربندی کتابخانه ها روی دستگاه خودتان باشید.

آنچه خواهید آموخت

  • درک مفاهیم پایه در مورد GAN ها
  • ایجاد تصاویر ارقام (۰ – ۹)با استفاده از DCGAN و WGAN
  • تبدیل تصاویر ماهواره ای به نقشه با استفاده از معماری Pix2Pix
  • تبدیل گورخرها به اسب با استفاده از معماری CycleGAN
  • انتقال سبک بین تصاویر
  • اعمال رزولوشن فوق العاده برای بهبود کیفیت تصویر با استفاده از معماری ESRGAN
  • ایجاد چهره های جدید از افراد با کیفیت و جزییات بهتر با استفاده از StyleGAN
  • تولید تصاویر از طریق توصیفات متنی
  • بازیابی عکس های قدیمی با استفاده از GFP – GAN
  • تکمیل بخش های از دست رفته تصاویر با استفاده از معماری Boundless
  • تولید دیپ فیک برای تعویض چهره با SimSwap

این دوره برای چه کسانی مناسب است

  • افراد علاقه مند به ایجاد اپلیکیشن های پیچیده با استفاده از GANs
  • دانشجویان تحصیلات تکمیلی که در دوره های بینایی کامپیوتری، هوش مصنوعی، پردازش تصویر دیجیتال یا بینایی کامپیوتری شرکت می کنند.
  • افرادی که می خواهند پروژه های خود را با استفاده از تکنیک های بینایی کامپیوتری اجرا کنند
  • دانشمندان داده ای که می خواهند پورتفولیوی پروژه خود را ارتقاء دهند

مشخصات دوره Generative Adversarial Networks (GANs): Complete Guide

سر فصل های دوره

Generative Adversarial Networks (GANs): Complete Guide

پیش نیاز های دوره

  • Programming logic
  • Basic Python programming
  • Knowledge about neural networks is desirable, but not mandatory

تصاویر

Generative Adversarial Networks (GANs): Complete Guide

فیلم نمونه

راهنمای نصب

پس از Extract، با Player دلخواه خود مشاهده کنید.

زیرنویس: انگلیسی

کیفیت: 720p

تغییرات:

نسخه 2023/11 نسبت به 2023/4 به تعداد 56 درس و مدت زمان 6 ساعت و 53 دقیقه افزایش داشته است. همچنین زیرنویس انگلیسی به دوره اضافه شده است.

لینک دانلود

دانلود بخش 1 – 1 گیگابایت

دانلود بخش 2 – 1 گیگابایت

دانلود بخش 3 – 1 گیگابایت

دانلود بخش 4 – 1 گیگابایت

دانلود بخش 5 – 1 گیگابایت

دانلود بخش 6 – 699 مگابایت

گذرواژه فایل(ها): www.downloadly.ir

حجم فایل

5.69 گیگابایت

5/5 - (1 امتیاز)

محاسبه حجم دانلود برای ایرانسل به‌صورت تمام‌بها است.

Download Faster Without Limitation

The data center of free servers has applied a non-Iranian IP restriction on some servers
There is no limitation for VIP servers

برچسب ها:

1 دیدگاه. همین الان خارج شوید

  • Firefox 118.0 Firefox 118.0 Windows 10 x64 Edition Windows 10 x64 Edition
    در مورد: Udemy – Generative Adversarial Networks (GANs): Complete Guide 2023-4

    Awesome, thank you!

    پاسخ

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

این قسمت نباید خالی باشد
این قسمت نباید خالی باشد
لطفاً یک نشانی ایمیل معتبر بنویسید.
فقط دیدگاه‌هایی که جنبه‌ی استفاده‌ی عمومی دارد، نمایش داده می‌شود؛ درصورت تمایل به دریافت نتیجه‌ی رسیدگیِ دیدگاه خود، ایمیل معتبر وارد کنید.

For security, use of Google's reCAPTCHA service is required which is subject to the Google Privacy Policy and Terms of Use.

فهرست