coursera gan specialization

تخصص شبكات الخصومة التوليدية على كورسيرا (مقدم من Deeplearning.ai)

مهام البرمجة من جميع الدورات التدريبية في تخصص Coursera GAN المقدم من deeplearning.ai .

الدورات

يحتوي تخصص GAN على كورسيرا على ثلاث دورات:

1. الدورة التدريبية الأولى: بناء شبكات الخصومة التوليدية الأساسية

2. الدورة التدريبية الثانية: بناء شبكات خصومة توليدية أفضل

3. الدورة 3: تطبيق شبكات الخصومة التوليدية (GANs)

حول شبكات GAN

• تعد شبكات الخصومة التوليدية (GANs) نماذج قوية للتعلم الآلي قادرة على إنشاء مخرجات صور وفيديو وصوت واقعية.

• تتمتع شبكات GAN، المتجذرة في نظرية اللعبة، بتطبيقات واسعة النطاق: بدءًا من تحسين الأمن السيبراني من خلال مكافحة الهجمات العدائية وإخفاء هوية البيانات للحفاظ على الخصوصية، إلى إنشاء صور حديثة، وتلوين الصور بالأبيض والأسود، وزيادة دقة الصورة، وإنشاء الصور الرمزية، تحويل الصور ثنائية الأبعاد إلى ثلاثية الأبعاد والمزيد.

• مع زيادة قوة الحوسبة، زادت أيضًا شعبية شبكات GAN وقدراتها. لقد فتحت شبكات GAN العديد من الاتجاهات الجديدة: من توليد كميات كبيرة من مجموعات البيانات لتدريب نماذج التعلم الآلي والسماح بنماذج تعلم قوية غير خاضعة للرقابة إلى إنتاج مخرجات أكثر وضوحًا ومنفصلة وأكثر دقة. قامت شبكات GAN أيضًا بإرشاد الأبحاث في المجالات المجاورة مثل التعلم الخصوم، وأمثلة الخصومة والهجمات، وقوة النموذج، وما إلى ذلك.

نبذة عن هذا التخصص

• يوفر تخصص Deeplearning.ai لشبكات الخصومة التوليدية (GANs) مقدمة مثيرة لتوليد الصور باستخدام شبكات GAN، حيث يرسم المسار من المفاهيم الأساسية إلى التقنيات المتقدمة من خلال نهج سهل الفهم. ويغطي أيضًا الآثار الاجتماعية، بما في ذلك التحيز في تعلم الآلة وطرق اكتشافه والحفاظ على الخصوصية والمزيد.

• قم ببناء قاعدة معرفية شاملة واكتسب خبرة عملية في شبكات GAN. قم بتدريب النموذج الخاص بك باستخدام PyTorch، واستخدمه لإنشاء الصور، وتقييم مجموعة متنوعة من شبكات GAN المتقدمة.

عنك

• هذا التخصص مخصص لمهندسي البرمجيات والطلاب والباحثين من أي مجال، المهتمين بالتعلم الآلي ويريدون فهم كيفية عمل شبكات GAN.

• يوفر هذا التخصص مسارًا يسهل الوصول إليه لجميع مستويات المتعلمين الذين يتطلعون إلى اقتحام مساحة شبكات GAN أو تطبيق شبكات GAN على مشاريعهم الخاصة، حتى بدون الإلمام المسبق بأبحاث الرياضيات والتعلم الآلي المتقدمة.

مهام البرمجة

الدورة التدريبية الأولى: بناء شبكات الخصومة التوليدية الأساسية (GANs)

• هذه هي الدورة الأولى لتخصص شبكات الخصومة التوليدية (GANs).

الأسبوع الأول: مقدمة إلى شبكات GAN

• تعرف على شبكات GAN وتطبيقاتها، وافهم الحدس وراء المكونات الأساسية لشبكات GAN، وقم ببناء شبكة GAN الخاصة بك باستخدام PyTorch.
• تكليف:
  • شبكة GAN الأولى لديك

الأسبوع 2: GAN التلافيفي العميق

• قم ببناء شبكة GAN أكثر تعقيدًا باستخدام الطبقات التلافيفية. تعرف على وظائف التنشيط المفيدة، وتسوية الدُفعات، والتلافيف المنقولة لضبط بنية GAN الخاصة بك وتطبيقها لإنشاء DCGAN متقدم خصيصًا لمعالجة الصور.
• تكليف:
  • شبكة GAN التلافيفية العميقة (DCGAN)

الأسبوع 3: شبكات Wasserstein GAN مع التطبيع

• تقليل حالات فشل شبكات GAN بسبب اختلال التوازن بين المولد والمميز من خلال تعلم تقنيات متقدمة مثل شبكات WGAN للتخفيف من التدريب غير المستقر وانهيار الوضع من خلال خسارة W-Loss وفهم استمرارية Lipschitz.
• تكليف:
  • Wasserstein GAN مع عقوبة متدرجة (WGAN-GP)

الأسبوع 4: شبكات GAN المشروطة والتي يمكن السيطرة عليها

• افهم كيفية التحكم بشكل فعال في شبكة GAN الخاصة بك، وتعديل الميزات في الصورة التي تم إنشاؤها، وبناء شبكات GAN مشروطة قادرة على إنشاء أمثلة من فئات محددة.
• المهام:
  • بناء شبكة GAN مشروطة
  • جيل يمكن السيطرة عليه

---

الدورة التدريبية الثانية: بناء شبكات خصومة توليدية أفضل (GANs)

• هذه هي الدورة الثانية من تخصص شبكات الخصومة التوليدية (GANs).

الأسبوع الأول: تقييم GAN

• فهم تحديات تقييم شبكات GAN، والتعرف على مزايا وعيوب مقاييس أداء GAN المختلفة، وتنفيذ طريقة Fréchet Inception Distance (FID) باستخدام التضمينات لتقييم دقة شبكات GAN.
• تكليف:
  • تقييم GANs / مسافة بداية فريشيه

الأسبوع 2: عيوب GAN والتحيز

• اكتشف عيوب شبكات GAN عند مقارنتها بالنماذج التوليدية الأخرى، واكتشف إيجابيات/سلبيات هذه النماذج - بالإضافة إلى التعرف على الأماكن العديدة التي يمكن أن يأتي منها التحيز في التعلم الآلي، وسبب أهميته، وطريقة التعرف عليه في شبكات GAN .
• لغز:
  • تحليل التحيز
• تكليف:
  • تحيز
• مختبر:
  • التشفير التلقائي المتغير (VAE)

الأسبوع 3: StyleGAN والتقدم

• فهم كيفية تحسين StyleGAN للنماذج السابقة وتنفيذ المكونات والتقنيات المرتبطة بـ StyleGAN، حاليًا أحدث GAN مع إمكانات قوية
• تكليف:
  • مكونات StyleGAN
• دفاتر الملاحظات الاختيارية:
  • مكونات BigGAN
  • ستايلجان2

---

الدورة 3: تطبيق شبكات الخصومة التوليدية (GANs)

• هذه هي الدورة الثالثة في تخصص شبكات الخصومة التوليدية (GANs).

الأسبوع الأول: شبكات GAN لزيادة البيانات والحفاظ على الخصوصية

• استكشف تطبيقات شبكات GAN واختبرها فيما يتعلق بزيادة البيانات والخصوصية وإخفاء الهوية.
• قم بتحسين نماذج الذكاء الاصطناعي النهائية الخاصة بك باستخدام البيانات التي تم إنشاؤها بواسطة GAN.
• تكليف:
  • زيادة البيانات

الأسبوع الثاني: الترجمة من صورة إلى صورة

• الاستفادة من إطار الترجمة من صورة إلى صورة وتحديد الامتدادات والتعميمات وتطبيقات هذا الإطار على الطرائق التي تتجاوز الصور.
• قم بتنفيذ Pix2Pix، وهي شبكة GAN مقترنة بترجمة صورة إلى صورة، لتكييف صور الأقمار الصناعية مع خريطة المسارات (والعكس صحيح) باستخدام مولد U-Net المتقدم وبنيات التمييز PatchGAN.
• المهام:
  • يو نت
  • Pix2Pix

الأسبوع 3: الترجمة غير المقترنة من صورة إلى صورة

• قارن الترجمة المقترنة من صورة إلى صورة بالترجمة غير المقترنة من صورة إلى صورة وحدد كيف يستلزم الاختلاف الرئيسي بنيات GAN مختلفة.
• تنفيذ CycleGAN، وهو نموذج غير مقترن لترجمة صورة إلى صورة، لتكييف الخيول مع الحمير الوحشية (والعكس صحيح) باستخدام شبكتي GAN في واحدة.
• تكليف:
  • CycleGAN

تنصل

أدرك الوقت الصعب الذي يقضيه الأشخاص في بناء الحدس وفهم المفاهيم الجديدة وتصحيح الأخطاء. الحلول التي تم تحميلها هنا هي للإشارة فقط . من المفترض أن تقوم بإلغاء حظرك إذا واجهتك مشكلة في مكان ما. يرجى عدم نسخ أي جزء من الكود كما هو (تعد مهام البرمجة سهلة إلى حد ما إذا قرأت التعليمات بعناية). وبالمثل، قم بتجربة الاختبارات بنفسك قبل الرجوع إلى حلول الاختبارات.