Kapitel 17: Synthetisieren neuer Daten mit Generative Adversarial Networks
Im letzten Kapitel haben wir uns auf rekurrente neuronale Netze zur Modellierung von Sequenzen konzentriert. In diesem Kapitel werden wir GANs (Generative Adversarial Networks) erkunden und ihre Anwendung zum Synthetisieren neuer Beispieldaten. GANs werden als der wichtigste Durchbruch beim Deep Learning betrachtet, denn sie ermöglichen es Computern, neue Daten zu generieren (wie beispielsweise Bilder).
In diesem Kapitel befassen wir uns mit folgenden Themen:
Generative Modelle zum Synthetisieren neuer Daten
Autoencoder, VAE (Variational Autoencoder) und ihre Relation zu GANs
Die Bausteine von GANs
Implementierung eines einfachen GAN-Modells zum Erzeugen handgeschriebener ...
Get Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-Learn now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
