دوره GANهای شرطی: کنترل تولید تصویر همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره GANهای شرطی: کنترل تولید تصویر

موضوع کلی: یادگیری عمیق و مدل‌سازی سیستم‌های تصادفی

موضوع میانی: تولید تصویر با GANs

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر شبکه‌های مولد تخاصمی
• 2. معماری پایه GANها
• 3. تابع زیان در GANها
• 4. چالش‌های آموزش GANها
• 5. ارزیابی کیفیت تصاویر تولید شده
• 6. شبکه‌های مولد تخاصمی شرطی (CGAN)
• 7. شرطی‌سازی بر اساس برچسب‌ها
• 8. شرطی‌سازی بر اساس تصاویر
• 9. شبکه‌های عمیق کانولوشنال (CNN) برای تولید تصاویر
• 10. شبکه‌های عمیق کانولوشنال (CNN) برای تشخیص تصاویر
• 11. پیاده‌سازی CGAN با استفاده از TensorFlow
• 12. پیاده‌سازی CGAN با استفاده از PyTorch
• 13. مجموعه‌داده‌ها و پیش‌پردازش داده‌ها برای CGAN
• 14. تکنیک‌های بهبود پایداری آموزش CGAN
• 15. نرمال‌سازی دسته‌ای در CGAN
• 16. استفاده از Dropout در CGAN
• 17. تنظیم نرخ یادگیری در CGAN
• 18. بهینه‌سازهای مختلف برای آموزش CGAN
• 19. معماری‌های مختلف CGAN (DCGAN, WGAN, etc.)
• 20. تولید تصاویر با وضوح بالا با CGAN
• 21. تولید تصاویر سه‌بعدی با CGAN
• 22. تغییر سبک تصویر با CGAN
• 23. ترمیم تصویر با CGAN
• 24. تولید تصاویر متنی با CGAN
• 25. تولید تصاویر از اسکچ با CGAN
• 26. تولید تصاویر چهره با CGAN
• 27. تولید تصاویر حیوانات با CGAN
• 28. تولید تصاویر مناظر طبیعی با CGAN
• 29. کاربردهای CGAN در هنر و طراحی
• 30. کاربردهای CGAN در پزشکی
• 31. کاربردهای CGAN در امنیت
• 32. کاربردهای CGAN در تولید محتوا
• 33. تفسیرپذیری CGANها
• 34. تجسم ویژگی‌های یاد گرفته شده در CGAN
• 35. بررسی مدل‌های پیشرفته CGAN
• 36. GANهای چرخشی (CycleGAN) و کاربردهای آن‌ها
• 37. Pix2Pix و کاربردهای آن در تبدیل تصویر
• 38. StarGAN و تولید تصاویر چند دامنه
• 39. GANهای مبتنی بر توجه (Attention)
• 40. GANهای مبتنی بر ترانسفورمر
• 41. ارزیابی کمی کیفیت تصاویر تولید شده
• 42. ارزیابی کیفی تصاویر تولید شده
• 43. مقایسه CGAN با سایر مدل‌های تولید تصویر
• 44. چالش‌ها و محدودیت‌های CGAN
• 45. جهت‌گیری‌های آینده در تحقیقات CGAN