iT邦幫忙

2023 iThome 鐵人賽

DAY 1
0
自我挑戰組

Autoencoder與GAN:生成與重建的完美結合系列 第 1

[DAY01]Autoencoder與GAN:生成與重建的完美結合—前言

  • 分享至 

  • xImage
  •  

大家好!很高興能和大家分享我的學習心得。我是一名大學生,在深度學習這個領域已經投入了一年多的時間,這是我第一次參加。在學習的過程中,我發現Autoencoder和GAN是深度學習中非常有趣且實用的技術。因此,當同學建議我參加這次的IT鐵人賽時,我非常高興並馬上報名參加了。我希望能夠在這裡和大家分享我在學習Autoencoder和GAN過程中的經驗和心得,並和大家一起討論和學習。我相信這會是一個非常有趣和有意義的旅程,期待和大家一起踏上這段深度學習之旅!

30天計畫

以下是我的30天計畫,包含最後一天的心得感想以及總結,在前面的九天我會先稍微分享一些常見的語法以及基礎觀念,而在後面的幾天就會逐步介紹Autoencoder和GAN,希望我能堅持30天完成這次的IT鐵人賽!

第一階段:深度學習基礎

Day 1: 前言

Day 2: 環境設置和工具選擇

Day 3: Python基礎語法

Day 4: NumPy介紹

Day 5: 關於深度學習

Day 6: 關於激活函數

Day 7: TensorFlow&keras介紹

Day 8: TensorFlow基礎-波士頓房價預測

Day 9: TensorFlow基礎2-鳶尾花預測

第二階段:Autoencoder

Day 10: Autoencoder簡介

Day 11: Autoencoder的數學基礎

Day 12: 實作簡單的Autoencoder

Day 13: Autoencoder的應用

Day 14: Convolutional Autoencoder的理論

Day 15: 一起來實作Convolutional Autoencoder吧!

Day 16: Denoising Autoencoder的理論

Day 17: 一起來實作Denoising Autoencoder吧!

Day 18: Variational Autoencoder(VAE)的理論

Day 19: 一起來實作Variational Autoencoder(VAE)吧!

Day 20: Autoencoder的模型優化

第三階段: GAN

Day 21: Autoencoder和GAN的聯繫

Day 22: GAN簡介

Day 23: GAN的數學基礎

Day 24: 實作簡單的GAN

Day 25: DCGAN的理論

Day 26: 一起來實作DCGAN吧!

Day 27: CGAN的理論

Day 28: 一起來實作CGAN吧!

Day 29: GAN的模型優化

Day 30: 心得感想&總結
https://ithelp.ithome.com.tw/upload/images/20230910/20161913db8M5NOa3j.jpg


下一篇
[DAY02]環境設置和工具選擇
系列文
Autoencoder與GAN:生成與重建的完美結合30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言