本套课程来自网易课堂：GAN生成对抗网络入门与实战 视频教程，课程官方售价：328元。 本套课程适用人群：对深度学习、人工智能、对机器学习感兴趣的。
课程文件目录：
1–课程简介
1.1–GAN实战-课程简介.mp4
1.2–课程代码和数据集下载请加答疑群.pdf
2–自编码器的实现与应用
2.1–自编码器的定义与原理.mp4
2.2–.基本自编码器tensorflow2.0版本.mp4
2.3–基本去噪自编码器（tensorflow2.0版本）.mp4
2.4–上采样和反卷积.mp4
2.5–卷积去噪自编码器（tensorflow2.0版本）.mp4
2.6–基本自编码器的代码实现（1.8版本，选看）.mp4
2.7–去噪自编码器1.8版本，选看.mp4
2.8–卷积去噪自编码器1.8版本，选看.mp4
3–GAN的原理与实现
3.1–GAN的原理介绍.mp4
3.2–Tensorflow2.0版本GAN入门实例——数据准备.mp4
3.3–Tensorflow2.0版本GAN入门实例——编写生成器模型和.mp4
3.4–Tensorflow2.0版本GAN入门实例——编写loss函数.mp4
3.5–Tensorflow2.0版本GAN入门实例——定义批次训练函数.mp4
3.6–Tensorflow2.0版本GAN入门实例——GAN的训练与结.mp4
3.7–简单GAN的代码实现（一）1.8版本，选看.mp4
3.8–简单GAN的代码实现（二）1.8版本，选看.mp4
4–DCGAN
4.1–DCGAN介绍.mp4
4.2–Tensorflow2.0版本DCGAN简单实例——生成器模型.mp4
4.3–Tensorflow2.0版本DCGAN简单实例——辨别器模型和.mp4
4.4–DCGAN的代码实现1.8版本，选看.mp4
5–Tensorflow2.0版本GAN——生成二次元人物头像
5.1–2.0版本DCGAN实例——读取二次元人物头像.mp4
5.2–DCGAN生成二次元人物头像模型及训练.mp4
6–CGANConditionalGAN
6.1–cGAN（ConditionalGAN）原理介绍.mp4
6.2–基础CGAN——数据准备.mp4
6.3–CGAN生成器（一）.mp4
6.4–CGAN生成器（二）.mp4
6.5–判别器创建.mp4
6.6–损失函数和优化函数.mp4
6.7–批次训练函数.mp4
6.8–批次训练函数（二）.mp4
6.9–辅助绘图函数.mp4
6.10–训练函数与模型训练.mp4
6.11–cGAN（ConditionalGAN）代码实现1.8版本，选.mp4
7–ACGAN
7.1–ACGAN的网络结构和损失函数.mp4
7.2–ACGAN代码实现（一）.mp4
7.3–ACGAN代码实现（二）.mp4
7.4–人脸图像生成实例-图片读取.mp4
7.5–人脸图像生成实例-创建输入管道.mp4
7.6–人脸图像生成实例-生成器和判别器.mp4
7.7–人脸图像生成实例-模型训练与可视化.mp4
8–infoGAN
8.1–infoGAN的原理介绍.mp4
8.2–InfoGAN代码实现思路.mp4
8.3–Infogan的生成器、判别器及损失函数定义.mp4
8.4–Infogan的训练与结果测试.mp4
8.5–infoGAN的代码实现（1.8版本，选看）.mp4
9–WGANWassersteinGAN
9.1–WGAN的原理与设计.mp4
9.2–WGAN的简单代码实现（1.8版本）.mp4
10–SSGAN
10.1–SSGAN原理简介.mp4
10.2–SSGAN的代码实现（1.8版本）.mp4
11–Pix2PixGAN
11.1–Pix2PixGAN的原理与设计一.mp4
11.2–Pix2PixGAN的原理与设计二.mp4
11.3–Pix2pixGAN实例-城市景观数据集介绍.mp4
11.4–城市景观图片数据加载.mp4
11.5–城市景观数据加载-创建输入管道.mp4
11.6–上采样函数和下采样函数.mp4
11.7–生成器UNET结构创建（一）.mp4
11.8–生成器UNET结构创建（二）.mp4
11.9–判别器模型.mp4
11.10–pix2pixGAN损失函数.mp4
11.11–pix2pixGAN的训练和预测.mp4
11.12–Pix2pixGAN练习作业.mp4
11.13–Pix2PixGAN实例：图像转素描——生成器的设计（1.8版本.mp4
11.14–Pix2Pix实例：图像转素描—判别器和损失函数（1.8版本，选.mp4
11.15–Pix2PixGAN实例：图片的读取、训练与测试1.8版本，选.mp4
12–CycleGAN
12.1–CycleGAN原理简介.mp4
12.2–CycleGAN的代码实现（一）1.8版本.mp4
12.3–CycleGAN的代码实现（二）1.8版本.mp4
12.4–CycleGAN代码和数据集下载1.8版本.pdf
12.5–CycleGAN2.0创建图片输入管道.mp4
12.6–实例标准化（InstanceNormalization）.mp4
12.7–CycleGAN2.0生成器（一）.mp4
12.8–CycleGAN2.0生成器（二）.mp4
12.9–CycleGAN2.0判别器.mp4
12.10–CycleGAN2.0损失函数和优化函数.mp4
12.11–CycleGAN2.0训练函数.mp4
12.12–CycleGAN2.0计算损失、优化参数.mp4
12.13–CycleGAN2.0模型训练.mp4
13–文本生成图片（TexttoImage）
13.1–TexttoImage原理与模型设计.mp4
13.2–使用免费GPU加速训练.mp4
13.3–TexttoImage代码实现的关键点.mp4
13.4–代码讲解-处理训练数据1.8版本.mp4
13.5–代码讲解-图片处理与输入1.8版本.mp4
13.6–代码讲解-文本向量化1.8版本.mp4
13.7–代码讲解-RNN循环神经网络提取文本信息1.8版本.mp4
13.8–代码讲解-生成器、判别器和损失函数1.8版本.mp4
13.9–代码讲解-优化函数和训练网络1.8版本.mp4
13.10–Text_to_image代码和数据集下载1.8版本.pdf
14–附：1.8版本的Tensorflow学习基础
14.1–tf.layers模块-全连接层和卷积层的实现1.8版本.mp4
14.2–tf.layers模块-反卷积和批标准化1.8版本.mp4
课程资料
- ⭐⭐温馨提示：
- 如何下载资源？
- 资源来源于网络，仅限购买正版前临时了解，版权归原作者所有，请下载后24小时内删除。如有需要，请购买正版。
- 如有侵权，请来信指出，本站将立即改正。
- 如下载链接失效，请评论告知，补链接时间晚上8点至11点。
- 唯一联系邮箱： auroran6634(at)gmail.com 请将(at)替换为@)（发送邮件时请告知会员名与注册邮箱）。
原文链接：https://www.wenxige.org/1384.html，转载请注明出处~~~
请先 ！