Tariq Rashid GANs mit PyTorch selbst programmieren Скачать книгу 4Grundlagen von CUDA NumPy vs. Python NVIDIA CUDA CUDA in Python verwenden Lernziele Teil IIGenerative Adversarial Networks erstellen 5Das GAN-Konzept Bilder generieren Gegnerisches Training Ein GAN trainieren GANs sind schwer zu trainieren Lernziele 6Einfache 1010-Muster Echte Datenquelle Den Diskriminator erstellen Den Diskriminator testen Den Generator erstellen Die Generatorausgabe überprüfen Das GAN trainieren Lernziele 7Handgeschriebene Ziffern Die Datensatzklasse Der MNIST-Diskriminator Den Diskriminator testen MNIST-Generator Die Generatorausgabe testen Das GAN trainieren Mode Collapse Das GAN-Training verbessern Mit Startwerten experimentieren Lernziele 8Menschliche Gesichter Farbbilder Der CelebA-Datensatz Hierarchisches Datenformat Die Daten abrufen Die Daten inspizieren Die Datensatzklasse Der Diskriminator Den Diskriminator testen GPU-Beschleunigung Der Generator Die Generatorausgabe überprüfen Das GAN trainieren Lernziele Teil IIIKomplexere GANs 9Convolutional GANs Speicherbedarf Lokalisierte Bildmerkmale Faltungsfilter Kerngewichte lernen Merkmalshierarchie MNIST-CNN CelebA-CNN Eigene Experimente Lernziele 10Konditionierte GANs cGAN-Architektur Diskriminator Скачать книгу
