PyTorchで学ぶ!敵対的生成ネットワーク(GAN)の基礎
GANの基礎理論を理解して手書き数字画像や花のカラー画像を生成に挑戦。
4.40 (12 reviews)
116
students
3 hours
content
Oct 2022
last update
$19.99
regular price
What you will learn
敵対的生成ネットワーク(GAN)の基礎について理解します
GANのネットワーク構造(生成器, 識別器)をソースコードの解説を交えつつ理解します
GANの基本的なモデル(Vanilla GAN, DCGAN, Conditional GAN)について学べます
実際にサンプルコードをGoogle Colab上で動作させ、画像の生成を体験します
Description
本コース「PyTorchで学ぶ!敵対的生成ネットワーク(GAN)の基礎」では、
深層学習の基礎を習得している方を対象に敵対的生成ネットワーク, Generative Adversarial Networksの理論とPyTorchによる実装を学んでいきます。
GANsは2014年の発明から現在に至るまで, 画像生成, 画像変換, 超解像といった分野で新たなモデルが次々と提案されているホットな分野です。
そこで本コースではGANが気になっているけれど、どういうものなのかわからない方向けに基本的なGANsであるVanilla GAN, DCGAN, Conditional GANのモデルに関して、理論と実装の両面から解説していきます。
なお、プログラムソースコードはGoogle ColaboratolyというPython実行環境を用いるため、インターネットブラウザを用意するだけで受講することができます。
Content
はじめに
コース概要説明
受講対象者
受講時に必要なもの
GANの仕組み
GANの仕組み
GANの理論
環境構築
本講座で用いるソースコード
Google Colaboratolyの準備
GANの体験
GANのネットワーク構造
GoogleColabノートブックの準備
ノートブック設定およびライブラリのimport
GANのハイパーパラメータ設定
MNISTデータセットの用意
生成器Generatorクラスの定義
識別器Discriminatorクラスの定義
GeneratorおよびDiscriminatorのインスタンス化
GANの学習
学習済みモデルから手書き数字画像を生成する
DCGANの体験
DCGANの仕組み
畳み込み・転置畳み込みの小テスト
MNIST_DCGANのネットワーク
GoogleColabノートブックの導入(MNIST)
ハイパーパラメータ設定とデータセットの用意(MNIST)
生成器Generatorクラスの定義(MNIST)
識別器Discriminatorクラスの定義(MNIST)
GeneratorおよびDiscriminatorのインスタンス化(MNIST)
DCGAN学習と手書き数字画像生成(MNIST)
カラー画像を生成するDCGANのネットワーク
GoogleColabノートブックの導入
ハイパーパラメータ設定とデータセットの用意
生成器Generatorクラスの定義
識別器Discriminatorクラスの定義
GeneratorおよびDiscriminatorのインスタンス化
DCGANの学習
配布の学習済みモデルからカラー花画像を生成する
ConditionalGANの体験
ConditionalGANの仕組み
GoogleColabノートブックの準備
ハイパーパラメータ設定とデータセットの用意
生成器Generatorクラスの定義
識別器Discriminatorクラスの定義
GeneratorおよびDiscriminatorのインスタンス化
CGANのクラスラベルを作成する関数
CGANの学習
クラスを指定した手書き数字画像生成
Charts
Price
Rating
Enrollment distribution
Related Topics
4631934
udemy ID
4/7/2022
course created date
5/23/2022
course indexed date
Bot
course submited by