吳恩達Deeplearning.ai國慶節上新：生成對抗網路（GAN）專項課程
公眾號關注 “ML_NLP”
設為 “星標”，重磅乾貨，第一時間送達！
Coursera 剛剛上新了 GAN 的專項課程，或許在這個國慶假期，你應該學習一波了。
生成對抗網路（Generative Adversarial Network，GAN）是當前功能最強大的機器學習模型之一，其能夠生成逼真的影像、視訊和語音輸出結果。基於 GAN 的應用十分廣泛，比如防禦對抗攻擊和資料匿名化來保護隱私，以提升網路安全性，再比如生成新影像，為黑白影像著色、提高影像解析度、2D 影像轉 3D 等技術。
隨著算力的增強，GAN 的普及程度和功能也不斷提升，開啟了許多新的方向：比如生成大量資料用來訓練模型，讓無監督模型生成更加清晰、準確的輸出影像，同時也為相近研究領域提供了對抗學習、對抗樣本、模型魯棒性等方面的啟示。
近日，DeepLearning.AI 推出了《生成對抗網路（GAN）專項課程》，系統介紹了使用 GAN 生成影像的理論及方法。此外還包括機器學習偏見、隱私保護等社會影響話題的討論。
這門課程適用於對機器學習感興趣並希望瞭解 GAN 的工作原理的軟體工程師、學生和研究者。專項課程內容儘可能做到通俗易懂，讓進入課程的人都真正理解 GAN 並學會使用。
但在進入這門課程之前，學習者應該具備關於深度學習、卷積神經網路的知識，具備一定的 Python 技能和深度學習框架（TensorFlow、Keras、PyTorch）的使用經驗，且精通微積分、線性代數、統計學。
課程內容
本次專項課程總共分為三節：
課程 1:Build Basic Generative Adversarial Networks (GANs)
這一節的內容包括 GAN 的基本知識、使用 PyTorch 構建最基本的 GAN 模型，以及使用卷基層構建 DCGAN 來處理影像、使用損失函式解決梯度消失問題，並學習如何控制 GAN 和構建有條件 GAN。
課程 2:Build Better Generative Adversarial Networks (GANs)
這一節將介紹 GAN 模型現存的挑戰，通過對比不同的生成模型，使用 Fréchet Inception Distance（FID）來評估 GAN 的保真度和多樣性，辨別偏見的來源、在 GAN 中檢測偏見的方法，以及學習 StyleGAN 的相關技術。
課程 3:Apply Generative Adversarial Networks (GANs)
這一節將學習如何使用 GAN 進行資料增強和隱私保護，並熟悉 GAN 的更多應用型別，以及構建 Pix2Pix、CycleGAN 以實現影像轉換功能。
講師介紹
這門課程的授課講師是吳恩達的博士生 Sharon Zhou，她的研究領域涵蓋醫學、氣候和更廣泛的社會公益領域。Sharon Zhou2015 年畢業於哈佛大學，獲得古典文學和電腦科學聯合學位，並在谷歌等多家公司擔任機器學習方面的產品經理職位。
與其他專項課程一樣，這門課程也包括實踐專案，需要完成一些專案才能結束專項課程並獲得證照。如果專項課程中包括單獨的實踐專案課程，則需要在開始之前完成其他所有課程。只想閱讀和檢視課程內容的話，該課程提供免費旁聽的機會。
下載1：動手學深度學習
在機器學習演算法與自然語言處理公眾號後臺回覆“動手學”，
即可獲取547頁《動手學深度學習》電子書和原始碼。
本書同時覆蓋深度學習的方法和實踐，
不僅從數學的角度闡述深度學習的技術和應用，
還包含可執行的程式碼，
為讀者展示如何在實際中解決問題。
下載2：倉庫地址共享
在機器學習演算法與自然語言處理公眾號後臺回覆“程式碼”，
即可獲取195篇NAACL+295篇ACL2019有程式碼開源的論文。開源地址如下：https://github.com/yizhen20133868/NLP-Conferences-Code
在機器學習演算法與自然語言處理公眾號後臺回覆“程式碼”，
即可獲取195篇NAACL+295篇ACL2019有程式碼開源的論文。
開源地址如下： https://github.com/yizhen20133868/NLP-Conferences-Code
群內有大量資源，歡迎大家進群學習！
額外贈送福利資源！邱錫鵬深度學習與神經網路，pytorch官方中文教程，利用Python進行資料分析，機器學習學習筆記，pandas官方文件中文版，effective java（中文版）等20項福利資源
注意：請大家新增時修改備註為 [學校/公司 + 姓名 + 方向]
例如 —— 哈工大+張三+對話系統。
號主，微商請自覺繞道。謝謝！
相關文章
- 解讀生成對抗網路（GAN） 之U-GAN-IT
- 吳恩達深度學習筆記（deeplearning.ai）之卷積神經網路（CNN）（上）吳恩達深度學習筆記AI卷積神經網路CNN
- GAN生成對抗網路-DCGAN原理與基本實現-深度卷積生成對抗網路03卷積
- 吳恩達機器學習課程 筆記5 神經網路吳恩達機器學習筆記神經網路
- 萬字綜述之生成對抗網路（GAN）
- 吳恩達《序列模型》課程筆記（1）– 迴圈神經網路（RNN）吳恩達模型筆記神經網路RNN
- 0901-生成對抗網路GAN的原理簡介
- 吳恩達《卷積神經網路》課程筆記（3）– 目標檢測吳恩達卷積神經網路筆記
- 這是一份優美的資訊圖，吳恩達點讚的deeplearning.ai課程總結吳恩達AI
- 【深度學習理論】通俗理解生成對抗網路GAN深度學習
- 吳恩達《神經網路與深度學習》課程筆記（4）– 淺層神經網路吳恩達神經網路深度學習筆記
- 吳恩達《神經網路與深度學習》課程筆記（5）– 深層神經網路吳恩達神經網路深度學習筆記
- 吳恩達《卷積神經網路》課程筆記（1）– 卷積神經網路基礎吳恩達卷積神經網路筆記
- 【機器學習】李宏毅——生成式對抗網路GAN機器學習
- 吳恩達對話LeCun：神經網路跌宕四十年吳恩達LeCun神經網路
- 吳恩達最新TensorFlow專項課程開放註冊，你離TF Boy只差這一步吳恩達
- 吳恩達《卷積神經網路》課程筆記（2）– 深度卷積模型：案例研究吳恩達卷積神經網路筆記模型
- 吳恩達《優化深度神經網路》課程筆記（2）– 優化演算法吳恩達優化神經網路筆記演算法
- 吳恩達《神經網路與深度學習》課程筆記（1）– 深度學習概述吳恩達神經網路深度學習筆記
- 吳恩達機器學習課程05——Logistic迴歸吳恩達機器學習
- 吳恩達《序列模型》課程筆記（2）– NLP & Word Embeddings吳恩達模型筆記
- 白話生成對抗網路 GAN，50 行程式碼玩轉 GAN 模型！【附原始碼】行程模型原始碼
- 海量案例！生成對抗網路（GAN）的18個絕妙應用
- 吳恩達《構建機器學習專案》課程筆記（1）– 機器學習策略（上）吳恩達機器學習筆記
- 重磅 | 吳恩達Coursera新課已經上線，開啟全民AI時代！吳恩達AI
- 吳恩達神經網路-第一週吳恩達神經網路
- 吳恩達《序列模型》課程筆記（3）– Sequence models & Attention mechanism吳恩達模型筆記
- 我的作業筆記：吳恩達的Python機器學習課程（神經網路篇）筆記吳恩達Python機器學習神經網路
- 吳恩達《最佳化深度神經網路》課程筆記（2）– 最佳化演算法吳恩達神經網路筆記演算法
- 就在剛剛！吳恩達的這門新課程終於開放註冊了吳恩達
- 這份深度學習課程筆記獲吳恩達點贊深度學習筆記吳恩達
- 吳恩達《優化深度神經網路》課程筆記（1）– 深度學習的實用層面吳恩達優化神經網路筆記深度學習
- 吳恩達《最佳化深度神經網路》課程筆記（1）– 深度學習的實用層面吳恩達神經網路筆記深度學習
- 吳恩達《神經網路與深度學習》課程筆記（2）– 神經網路基礎之邏輯迴歸吳恩達神經網路深度學習筆記邏輯迴歸
- 吳恩達《神經網路與深度學習》課程筆記（3）– 神經網路基礎之Python與向量化吳恩達神經網路深度學習筆記Python
- GAN實戰筆記——第七章半監督生成對抗網路（SGAN）筆記
- 吳恩達深度學習：簡單卷積網路吳恩達深度學習卷積
- 吳恩達深度學習：單層卷積網路吳恩達深度學習卷積