Programa del Curso

Introducción

GAN y autocodificadores variacionales

  • ¿Qué es una GAN? ¿Qué son los autocodificadores variacionales?
  • Arquitectura de GAN y autocodificadores variacionales

Preparación del entorno de desarrollo

  • Instalación y configuración TensorFlow

Modelos generativos

  • Datos de muestreo
  • Trabajar con el clasificador Bayes y el modelo de mezcla gaussiana

Autocodificadores variacionales

  • Parametrización y reparametrización con redes neuronales
  • Encontrar la reducción de la dimensionalidad
  • Visualización del espacio latente

Gans

  • Implementación de la propagación hacia atrás
  • Trabajar con funciones de pérdida
  • Entrenamiento de un modelo clasificador
  • Generación de nuevos datos

GAN avanzadas

  • Trabajar con GAN condicional
  • Trabajar con GAN convolucional profunda
  • Trabajar con GAN progresiva

Resumen y conclusión

Requerimientos

  • Python Experiencia en programación

Audiencia

  • Científicos de datos
  14 horas
 

Número de participantes


Comienza

Termina


Las fechas están sujetas a disponibilidad y tienen lugar entre 09:30 y 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Cursos Relacionados

Categorías Relacionadas