Deep Learning: Generative Neuronale Netzwerke mit Python

Video: .mp4 (1280×720, 30 fps(r)) | Audio: aac, 48000 Hz, 2ch | Size: 2.02 GB
Genre: eLearning Video | Duration: 94 lectures (10 hour, 10 mins) | Language: Deutsch

Beschreibung:

Entwerfe eigene künstliche Intelligenzen (AI) mit TensorFlow 2 und Keras, die Bilder von Objekten erzeugen kann.

What you’ll learn

• Verwende die neuste TensorFlow 2 Version
• Verstehe und verwende Generative Deep Learning Techniken
• Entwickle eine eigene künstliche Intelligenz mit Generativen Neuronalen Netzwerke
• Entwickle eine AI, die täuschend echte Bilder erzeugen kann
• Führe einen Angriff auf trainierte Neuronale Netzwerke aus
• Entwickle Modelle, die realitätsnahe Daten generieren können

Requirements

• Grundkenntnisse in Python oder einer anderen Programmiersprache
• Mathematik Grundkenntnisse aus dem Abitur

Description
Hinweis: Der Kurs wurde im September 2021 erneuert und ist mit der neusten TensorFlow Version 2.6 voll-kompatibel.
Bewertungen von Kursteilnehmern:
"Sehr schön erklärt. Selbst als Mathematiker lerne ich noch
einiges dazu, super!" (Peter Klausmann)
"GAN’s sind wirklich ein spannendes Thema im Deep Learning.
Und diese werden hier auch noch super erklärt ;)" (Markus Preez)
"In dem Kurs wird viel gezeigt ohne groß um die Themen herumzureden.
Es wird alles sehr gut erklärt und Schritt für Schritt programmiert." (Karl Marwe)
Kursbeschreibung:
Du wirst anhand des Kurses eigene Generative Neuronale Netzwerke erstellen können.
Unter Anderem werden die Generative Adversarial Networks (GAN) vorgestellt.
Diese können beispielsweise künstliche Gesichter von Menschen, Tiere oder hand-
geschriebene Zahlen erzeugen.
Das GAN ist eines der größten Erfindungen im Bereich der künstlichen Intelligenz der letzten Jahre und können für zahlreiche Problemstellungen angewendet werden.
Des Weiteren werden auch andere "generative" Neuronale Netzwerke wie z.b. (Variational) Autoencoder vorgestellt.
Dieser Kurs besteht aus folgenden Themengebieten:

• Grundlagen der Python Programmierung
• Grundlagen des Machine und Deep Learnings
• Eigene Deep Neural Networks implementieren
• Verschiedene Adversarial Generative Networks implementieren (GAN)
• Ein Angriff auf Neuronale Netzwerke mit Adversarial Attacks
• Die Komprimierung von Daten mit Autoencodern (AE)
• Das Erzeugen von Daten mit Variational Autoencoder (VAE)

Werde noch heute ein Profi, in der Technologie von Morgen!
Wir sehen uns im Kurs!

Who this course is for:

• Studenten, Softwareentwickler und alle Interessierten