تولید تصویر یادگیری عمیق با مدل‌های GAN و دیفیوژن

آنچه یاد خواهید گرفت:

• درک عملکرد خودرمزگذارهای متغیر
• تولید تصویر با استفاده از خودرمزگذارهای متغیر
• ساخت DCGANs با TensorFlow 2
• آموزش پایدارتر با استفاده از Wasserstein GANs در TensorFlow 2
• تولید تصاویر با کیفیت بالا با ProGANs
• ساخت ابزار حذف ماسک با CycleGANs
• افزایش وضوح تصویر با SRGANs
• استفاده پیشرفته از TensorFlow 2
• تولید تصویر با مدل‌های دیفیوژن
• چگونگی کدنویسی معماری‌های Generative AI از ابتدا با پایتون و TensorFlow

توضیحات دوره

در این دوره، شما را در یک سفر شگفت‌انگیز همراهی می‌کنیم که در آن با رویکرد گام به گام، مفاهیم مختلف را به‌طور کامل یاد خواهید گرفت. ما با هم کدنویسی گستره وسیعی از شبکه‌های عصبی مولد تخاصمی و حتی مدل‌های دیفیوژن را با استفاده از TensorFlow 2 انجام می‌دهیم، در حالی که بهترین شیوه‌ها را رعایت می‌کنیم.

شما روی چند پروژه کار خواهید کرد، مانند:

• تولید اعداد با استفاده از خودرمزگذارهای متغیر (VAE)
• تولید چهره با DCGANs
• سپس با استفاده از WGANs آموزش را پایدارتر خواهیم کرد.
• و در نهایت یاد می‌گیریم چگونه تصاویر با کیفیت بالاتر را با ProGAN و مدل دیفیوژن تولید کنیم.
• پس از آن، روش بزرگنمایی تصاویر با SRGAN را بررسی می‌کنیم،
• و همچنین یاد می‌گیریم چگونه به صورت خودکار ماسک‌های صورت را با CycleGAN حذف کنیم.

این دوره برای چه کسانی مناسب است؟

• توسعه‌دهندگان مبتدی پایتون که به یادگیری یادگیری عمیق علاقه‌مند هستند.
• افرادی که می‌خواهند با استفاده از هوش مصنوعی و یادگیری عمیق تصاویر تولید کنند.
• افرادی که به شبکه‌های مولد تخاصمی (GAN) و مدل‌های پیشرفته‌تر مانند مدل‌های دیفیوژن علاقه دارند.
• متخصصانی که می‌خواهند از ابتدا، ساخت GANs و مدل‌های دیفیوژن را بیاموزند.
• هر کسی که می‌خواهد به زمینه افزایش وضوح تصویر با GANs مسلط شود.
• توسعه‌دهندگان نرم‌افزاری که می‌خواهند یاد بگیرند چگونه مدل‌های پیشرفته تولید تصویر با یادگیری عمیق ساخته و آموزش داده می‌شوند.