What you'll learn
- 条件を指定した手書き文字の生成
- GANの基礎
- GANの応用技術
- 深層畳み込みGANの概要
- 条件付きGANの概要とMnistデータによる実践
- 条件付きの畳み込みGANの構造と、そのコーディング
Requirements
- ニューラルネットワークまたはディープラーニングの知識があれば望ましいです
- GANの基礎知識があれば更に理解が深まります
Description
生成モデルの今後を知るうえで重要なポイントを紹介します。特に敵対的生成ネットワーク(GAN)は益々発展していきますので、ここでGANの派生を勉強しておきましょう。当コースではPyTorchというフレームワークで実装していきます。画像認識の次を目指してみたい方、結果を残したい方をはじめ、データサイエンス・AI入門者にもお勧めのコースです。
AI初心者の方にも楽しめるように、ソースコードのひな型を用意し、重要語句を穴埋めしながら講義をすすめていきます。お手元のパソコン上ですぐに動かせる完成ソースコードもダウンロードできます。チャレンジしてみてください。
尚このコースはこれから公開中のCycleGANコースや、StyleGANコース のためのプレコースとして作成しています。CycleGAN、StyleGANを受講したい方はこのコースを受講しておくことをおすすめします。
PythonコードとPyTorchフレームワークで解説していきます。(コードの教材付)
Who this course is for:
- データサイエンスに関心を持つ全てのPython開発者
- 実際にAIを動かして体験してみたい方
- 画像認識の次を目指したい方
- 生成モデルに興味のある方
Instructor
JDLA(日本ディープラーニング協会)認定 E資格取得
AIというと「研究所」で行うものに感じますが一般人は扱えないのでしょうか?そういった疑問から当コースでは「パソコン」を使ってどこまで再現できるのか、会社や学校、個人教育向けに挑戦してみることにしました。紙と鉛筆のレベルから「手で触れる」AIを体感してみましょう。
今はフレームワークもあり、ネット上のサンプルを実行すれば簡単に結果を得られますが、ひとたび実用化を計ろうとするとすると、たちまち使い物にならなくなります。しかし機械学習がどのような理屈で動いているのか知っていれば、プログラムを加筆修正することができます。
途中で分からなくなってきたときは...
人工知能・機械学習初心者の方は、以下の順序でコースを受講していただくと分かりやすいと思います。イラストを多めに用いた解説を行っています。
画像認識(ディープラーニング)
習うより慣れよう Visual AI さわって覚える人工知能「ディープラーニング編」
ニューラルネットワークを大量の絵を使ってわかるように解説しています。紙と鉛筆で計算できるようになります。
↓
GAN(生成モデル)
条件付の手書数字を生成しよう。Conditional GANで学ぶ生成モデル
初級~中級です。その後、CycleGANやStyleGANに進むとわかりやすいと思います。
↓
自然言語処理
AI機械翻訳(付録:日本語対応ソースコード付)
まずはRNN(再帰型ニューラルネットワーク)で自然言語処理を身に着けておきましょう。