返回到 Image Compression and Generation using Variational Autoencoders in Python
學生對 Coursera Project Network 提供的 Image Compression and Generation using Variational Autoencoders in Python 的評價和反饋
71 個評分
課程概述
In this 1-hour long project, you will be introduced to the Variational Autoencoder. We will discuss some basic theory behind this model, and move on to creating a machine learning project based on this architecture. Our data comprises 60.000 characters from a dataset of fonts. We will train a variational autoencoder that will be capable of compressing this character font data from 2500 dimensions down to 32 dimensions. This same model will be able to then reconstruct its original input with high fidelity. The true advantage of the variational autoencoder is its ability to create new outputs that come from distributions that closely follow its training data: we can output characters in brand new fonts.
Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.
熱門審閱
AF
2020年7月28日
It is highly recommended to those who has a basic knowledge in ML and like to start using VAEs in pytorch framework. :-)
AS
2020年6月19日
It was really helpful. I am new to PyTorch but it gave a good level of understanding overall. thank you
篩選依據：
1 - Image Compression and Generation using Variational Autoencoders in Python 的 13 個評論（共 13 個）
創建者 Aida F
•2020年7月29日
創建者 Thomas J V
•2020年9月18日
創建者 ANKIT B S
•2020年6月20日
創建者 Debadri B
•2020年5月29日
創建者 Fernando C
•2020年9月28日
創建者 JONNALA S R
•2020年5月7日
創建者 Gaikwad N
•2020年7月23日
創建者 Doss D
•2020年7月2日
創建者 aithagoni m
•2020年7月13日
創建者 p s
•2020年6月25日
創建者 sarithanakkala
•2020年6月25日
創建者 tale p
•2020年6月17日
創建者 Simon S R
•2020年8月29日
Coursera Footer
© 2022 Coursera Inc.保留所有權利。
