【项目实战课】基于Pytorch的StyleGAN v1人脸图像生成实战
欢迎大家来到我们的项目实战课,本期内容是《基于Pytorch的StyleGAN v1人脸图像生成实战》。
所谓项目实战课,就是以简单的原理回顾+详细的项目实战的模式,针对具体的某一个主题,进行代码级的实战讲解,可以采用直播或者录制视频的形式。与我们其他的系统性理论+实战的视频课专栏相比,每一次项目实战都由独立的老师完成,课程更加专注、时长更短、更轻量级,适合快速锻炼项目能力。
本次课程内容
GAN无疑是这几年深度学习领域里最酷的技术,不管是理论的研究,还是GAN在图像生成,图像翻译,语音图像等基础领域的应用,都非常的丰富。我们公众号从很早以前开始就输出过非常多的GAN相关资源。
在图像生成领域,StyleGAN是最强大的一个生成架构,可以生成1024分辨率的高精度人脸图像,是图像生成GAN框架中必须掌握的模型,并且已经演化到了v3版本,下图展示了StyleGAN v1的架构和生成的高质量人脸图。
为了帮助大家真正掌握好StyleGAN框架,本次我们开设了StyleGAN v1框架原理与案例实战课程,本次课程经过剪辑后的总时长约为160分钟,课程定价为99元,各部分课程内容与时长如下:
部分 | 内容 | 时长(分钟) |
第1节 | StyleGAN v1原理详解 | 59 |
第2节 | StyleGAN v1 模型代码解读 | 65 |
第3节 | StyleGAN v1图像生成实战 | 36 |
下面我们来简单看一下各部分的内容:
第1部分:StyleGAN v1原理详解,包括StyleGAN v1原理,训练工程技巧,评估方法的详细解读,以及StyleGAN v1的实验结果分析,本部分内容可以免费收听。
第2部分:基于pytorch的StyleGAN v1模型代码详解,包括生成器与判别器架构。
第3部分:使用预训练的StyleGAN v1模型进行图像生成测试,对不同的工程技巧进行比较,如均值风格向量,随机噪声,样式混合。
下面展示了一些生成图片:
由于StyleGAN训练所需的资源非常大,笔者暂时没有如此多的GPU,因此模型训练部分我们暂时没有上线,等后续资源到位再补充内容。
本次课程为录播课程,讲师为言有三,技术社区《有三AI》创始人。
先后就读于华中科技大学(2008-2012),中国科学院半导体研究所神经网络实验室(2012-2015),先后就职于奇虎360人工智能研究院(2015.7-2017.5),陌陌科技深度学习实验室(2017.5-2019.3),深度学习算法专家,阿里云MVP,华为云MVP。
拥有超过7年的计算机视觉从业经验,拥有丰富的传统图像算法和深度学习计算机视觉项目经验,著有书籍《深度学习之图像识别:核心技术与案例实战》(机械工业出版社2019.4),《深度学习之模型设计:核心算法与案例实践》(电子工业出版社2020.6),《深度学习之人脸图像处理:核心算法与案例实战》(机械工业出版社2020.7),《深度学习之摄影图像处理:核心算法与案例精粹》(人民邮电出版社2021.4),拥有10余项发明技术专利与学术论文。
如何订阅
我们的视频课全部在小鹅通平台,可以使用手机APP鹅学习或者直接在网页进行登录,内容试听以及订阅请直接扫如下二维码:
课程详情如下:
更多GAN图像生成相关的内容,请点击关注我们的图像生成GAN专栏。
实战课讲师招募
为了进一步丰富有三AI生态的实战内容,欢迎有经验,有能力的讲师报名成为平台讲师:
讲师要求如下:
(1) 有多次人工智能领域教学经验,擅长演讲与教学。
(2) 有3年以上人工智能领域项目实战经验。
(3) 有三AI已有生态成员优先。
实战课的收入与平台采取固定分成的方式,具体细节可在内容组了解详情,报名请联系微信Alice-girll提交简历,或直接联系有三本人。
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。