آموزش یادگیری عمیق – شبکه های GAN با پایتون

منظور از یادگیری عمیق و شبکه‌های GAN چیست؟ یادگیری ماشین، استخراج دانش از داده‌ها و استفاده از آن برای هوشمند کردن ماشین است. روشی که طلایه‌دار پیشرفت یادگیری ماشین محسوب می‌شود، قطعا یادگیری عمیق است. یادگیری عمیق شاخه‌های مختلفی دارد که یکی از آن‌ها GAN یا شبکه‌های مخالف مولد (Generative Adversarial Networks) است. این نوع از شبکه‌های عصبی در سال ۲۰۱۴ توسط گودفلو (Goodfellow) در کنفرانس NIPS ارائه شد. اهمیت یادگیری شبکه‌های GAN در یادگیری عمیق چیست؟ شبکه‌های GAN قادر هستند داده‌های جدید تولید کنند. کمبود داده‌های برچسب‌دار، یکی از چالش‌های اساسی یادگیری ماشین است. کاربردهای موفق یادگیری ماشین کاربردهایی هستند که داده‌های برچسب‌دار فراوان دارند. منظور از برچسب این است که مثلا در مورد یک تصویر حیوان، مشخص شود تصویر چه حیوانی است. به صورت خلاصه، شبکه‌های مخالف مولد، قابلیت تولید هوشمندی جدید را به دنیای هوش مصنوعی وارد می‌کنند. کاربردهای این شبکه‌ها تاکنون در حوزه تصویر بوده است. در این فرادرس با مفاهیم و کاربردهای شبکه عصبی عمیق آشنا خواهید شد. شبکه‌های GAN، یکی از به‌روزترین معماری‌های یادگیری عمیق است که از زمان مطرح شدن در سال ۲۰۱۴ تاکنون به شدت رشد یافته است. رشد عجیب این معماری یادگیری عمیق، به خاطر کاربردهای جذاب و بعضا حیرت‌آور آن از قبیل متحرک‌سازی تصویر ثابت مونالیزا و … بوده است. این معماری یادگیری عمیق، موضوع اصلی مقالات علمی در کنفرانس‌های معتبر یادگیری ماشین از قبیل NIPS در سال‌های اخیر است. در حوزه کاربرد نیز شاهد ظهور کاربردهای متعدد آن در مقالات هستیم و یافتن کاربردهای جدید برای شبکه‌های GAN، خود یک موضوع علمی است. به صورت خلاصه می‌توان گفت توانمندی که شبکه‌های GAN در اختیار طراحان محصولات هوش مصنوعی و محققین قرار می‌دهد، قابلیت تولید هوشمندی جدید است. این قابلیت را می‌توان در کاربردهایی از قبیل: نقاشی کشیدن توسط ماشین، تولید ویدئوی جدید در حوزه‌های خاص و … مشاهده کرد. در این فرادرس چه چیزی یاد می‌گیریم؟ در این آموزش با شبکه‌های GAN معمولی، شبکه‌های Deep Convolutional GAN ،Semi-supervised GAN ،Conditional GAN و CycleGAN آشنا می‌شوید. علاوه بر این، قبل از ورود به موضوع شبکه‌های GAN، مفاهیم مقدماتی مورد نیاز یادگیری ماشین و شبکه‌های عصبی بیان شده است. در این آموزش از زبان پایتون برای آموزش برنامه‌نویسی در شبکه های GAN استفاده شده است. آموزش به صورت کوتاه بوده مطالب مهم و کلیدی شبکه‌های GAN و انواع آن را بیان می‌کند.

فرادرس

عادل قاضی خانی