凤凰手机彩票

  • <tr id='14RMJW'><strong id='14RMJW'></strong><small id='14RMJW'></small><button id='14RMJW'></button><li id='14RMJW'><noscript id='14RMJW'><big id='14RMJW'></big><dt id='14RMJW'></dt></noscript></li></tr><ol id='14RMJW'><option id='14RMJW'><table id='14RMJW'><blockquote id='14RMJW'><tbody id='14RMJW'></tbody></blockquote></table></option></ol><u id='14RMJW'></u><kbd id='14RMJW'><kbd id='14RMJW'></kbd></kbd>

    <code id='14RMJW'><strong id='14RMJW'></strong></code>

    <fieldset id='14RMJW'></fieldset>
          <span id='14RMJW'></span>

              <ins id='14RMJW'></ins>
              <acronym id='14RMJW'><em id='14RMJW'></em><td id='14RMJW'><div id='14RMJW'></div></td></acronym><address id='14RMJW'><big id='14RMJW'><big id='14RMJW'></big><legend id='14RMJW'></legend></big></address>

              <i id='14RMJW'><div id='14RMJW'><ins id='14RMJW'></ins></div></i>
              <i id='14RMJW'></i>
            1. <dl id='14RMJW'></dl>
              1. <blockquote id='14RMJW'><q id='14RMJW'><noscript id='14RMJW'></noscript><dt id='14RMJW'></dt></q></blockquote><noframes id='14RMJW'><i id='14RMJW'></i>

                课程

                课程介绍

                Pytorch深度学习入门,介绍GAN框架实战,GAN技术在图像生成和画面风格迁移技术实战,各类GAN模型的实战应用,提升学习者的▓职业技能。

                培训对象

                计算机相关专业专科本科在校生,或理工科本科,且至少熟悉一门编程语言;
                Java 开发工程师、机器★学习工程师、机器学习开发工程师、机器学习算法工程师、 数据科学家、人工智能工程师、人工智能应用工程师、人工智能应用开发工程师、应用架构高级工程师、人工智能产品经理;

                课程收益

                通过实战案例的讲解,使学员了解GAN和深度学习(Pytorch)的知识和技能。

                知识概要

                初识深度学习; 
                GAN部分;

                课程大纲

                模块

                学习内容

                第一天

                初识深度学习

                概■念与术语(人工智能、生成对抗网络、深度学习)

                Python环境安装

                什么是GAN

                如果准备Pytorch环境

                Window或linux环境下的准备工作

                实现第一个神经网络

                详解神经网络的组成部分

                向量化

                值归一化

                处理缺失值

                过拟合与欠拟合

                权重正则化

                Dropout使用

                第二天

                GAN部分

                什么是生成器

                什么是判别器

                构建一个GAN模型网络生成MNist数据

                优化的GAN网络,利用DCGAN创建图片数据

                利用WGAN解决模型崩塌问题

                使用WGAN-GP解决模型梯度消失问题

                Pix2Pix图像转换

                用CycleGAN进行画面风◤格切换

                使用SimGAN实现真实画面效果

                利用CGAN生成时尚衣柜

                认证过程

                无认证□考试

                开班信息

                • 课程名称:深度学习的gan对抗网络的应用
                • 时间:09/21-09/22考试费用:
                • 地点:上海市恒通路□ 一天下大厦A802培训费用:6000 RMB
                • 联系人:吴老师邮箱:johnson.wu@flflusa.com
                • 电话:021-63530102-813传真:021-63530102-818
                我要报名

                相关课程