在本课程中，您将

- 探索 GAN 的应用，并在数据增强、隐私和匿名性方面对其进行检查 - 利用图像到图像翻译框架，确定图像以外的其他模式的应用 - 实现 Pix2Pix，一种配对图像到图像翻译 GAN、比较配对图像到图像翻译与非配对图像到图像翻译，并确定两者的主要区别如何要求采用不同的 GAN 架构 - 实施 CycleGAN（一种非配对图像到图像翻译模型），利用一个 GAN 中的两个 GAN 将马匹翻译成斑马（反之亦然）。人工智能生成对抗网络 (GANs) 专业介绍了使用 GANs 生成图像的精彩过程，通过简单易懂的方法勾勒出从基础概念到高级技术的路径。它还涉及社会影响，包括 ML 中的偏差和检测偏差的方法、隐私保护等。 建立全面的知识库，获得 GANs 的实践经验。使用 PyTorch 训练自己的模型，用它来创建图像，并评估各种高级 GAN。 本专业为希望进入 GANs 领域或在自己的项目中应用 GANs 的各级学习者提供了一条便捷的途径，即使事先不熟悉高等数学和机器学习研究。