[email protected]
4Grundlagen von CUDA
NumPy vs. Python
NVIDIA CUDA
CUDA in Python verwenden
Lernziele
Teil IIGenerative Adversarial Networks erstellen
5Das GAN-Konzept
Bilder generieren
Gegnerisches Training
Ein GAN trainieren
GANs sind schwer zu trainieren
6Einfache 1010-Muster
Echte Datenquelle
Den Diskriminator erstellen
Den Diskriminator testen
Den Generator erstellen
Die Generatorausgabe überprüfen
Das GAN trainieren
7Handgeschriebene Ziffern
Die Datensatzklasse
Der MNIST-Diskriminator
MNIST-Generator
Die Generatorausgabe testen
Mode Collapse
Das GAN-Training verbessern
Mit Startwerten experimentieren
8Menschliche Gesichter
Farbbilder
Der CelebA-Datensatz
Hierarchisches Datenformat
Die Daten abrufen
Die Daten inspizieren
Der Diskriminator
GPU-Beschleunigung
Der Generator
Teil IIIKomplexere GANs
9Convolutional GANs
Speicherbedarf
Lokalisierte Bildmerkmale
Faltungsfilter
Kerngewichte lernen
Merkmalshierarchie
MNIST-CNN
CelebA-CNN
Eigene Experimente
10Konditionierte GANs
cGAN-Architektur
Diskriminator
