مطالب پیشنهادی از سراسر وب

آموزش انتقال استایل با PyTorch

دسته بندی ها: آموزش پای تورچ (PyTorch) ، شبکه عصبی مصنوعی (Artificial Neural Network) ، آموزش پایتون (Python) ، آموزش های پلورال سایت (Pluralsight) ، آموزش هوش مصنوعی (AI)

انتقال استایل به کاربرد شبکه عصبی برای تبدیل تصویر به گونه ای که از لحاظ هنری شبیه به تصویر دیگری شود، اشاره دارد، در حالی که محتوای اصلی خود را حفظ می کند. انتقال استایل عصبی به عنوان روشی برای تغییر زیبایی شناسی یک تصویر بسرعت در حال محبوب شدن است. در این دوره، آموزش انتقال استایل با PyTorch؛ شما توانایی استفاده از شبکه های عصبی پیچشی آموزش دیده (CNN) را دارید که برای انتقال استایل در پای تورچ به اصطلاح out-of-the-box می شوند.

در ابتدا، یاد خواهید گرفت چطور انتقال استایل شامل یک تصویر استایل و یک تصویر محتوا و همچنین یک شبکه عصبی آموزش دیده است که معمولاً در طی تمام مراحل آموزش تغییر نمی کنند. سپس، خواهید فهمید که چگونه لایه های میانی CNN به عنوان لایه های سبک مورد علاقه و لایه های محتوایی مورد علاقه تعیین می شوند. در ادامه، به حداقل رساندن دو تابع ضرر (loss functions) - ضرر سبک و ضرر محتوا - را بررسی خواهید کرد.

در پایان، شما با استفاده از یک فمیلی جدید و بسیار جذاب از مدل های ML، تحت عنوان شبکه های مولد تخاصمی (GAN)، می توانید تصاویر و ویدئوهای واقع گرایانه ای ایجاد کنید.

با اتمام این دوره، شما دانش و مهارت لازم برای انجام انتقال سبک عصبی را کسب خواهید کرد تا بتوانید از دو ورودی مختلف که محتوا و سبک هنری را ترکیب کرده تصاویری را تولید کرده و برای تولید تصاویر واقع گرایانه از نویز، GAN را بکار بگیرید.

 

بررسی اجمالی دوره

فایل های تمرین exercise_files.zip
آیا این نوشته را دوست داشتید؟
Pluralsight Style Transfer with PyTorch Author:Janani Ravi Duration:1:49:50 Level:Advanced

Style transfer refers to the use of a neural network to transform an image so that it comes to artistically resemble another image, while still retaining its original content. Neural style transfer is fast becoming popular as a way to change the aesthetics of an image. In this course, Style Transfer with PyTorch, you will gain the ability to use pre-trained convolutional neural networks (CNNs) that come out-of-the-box in PyTorch for style transfer. First, you will learn how style transfer involves a style image as well as a content image, and a pretrained neural network that usually does not change at all during the training process. Next, you will discover how intermediate layers of the CNN are designated as style layers of interest and content layers of interest. Then, you will explore the minimization of two loss functions - a style loss and a content loss. Finally, you will delve into leveraging a new and much-hyped family of ML models, known as Generative Adversarial Networks (GANs) to create realistic images and videos. When you’re finished with this course, you will have the skills and knowledge to perform neural style transfer to get images that combine content and artistic style from two different inputs and use GANs to generate realistic images from noise.

پیشنهاد آموزش مرتبط در فرادرس