Skip to content
GAN workshop at Elo7
Jupyter Notebook
Branch: master
Clone or download
Fetching latest commit…
Cannot retrieve the latest commit at this time.
Permalink
Type Name Latest commit message Commit time
Failed to load latest commit information.
images
CGAN_MNIST.ipynb
GAN_School_01.pdf
NSGAN_MNIST.ipynb
README.md

README.md

GAN_School

Objetivo

Divulgar a técnica de redes geradoras adversariais (GANs) no Brasil ensinando o básico necessário sobre para que se possa começar a acompanhar a literatura, a entender diferentes arquiteturas e aplicá-las em problemas próprios.

Descrição

Neste primeiro módulo serão abordadas as teorias e implementações do GAN tradicional e do Conditional GAN. Jupyter notebooks serão oferecidos, através de repositório no github, com todos os códigos em Python usados durante o curso bem como as apresentações usadas nas explicações. Os participantes podem trazer seus próprios computadores e utilizar os Jupyter notebooks durante o curso, mas devido curto tempo não será um curso de hands-on, ou seja, não será disponibilizado tempo para que os participantes testem seus código enquanto o professor tira dúvidas.

Certificação

Será ofertado aos participantes um certificado de participação do módulo 1 constando a ementa e o número de horas do curso.

Ministrante: Dr. Junior Koch, Cientista de Dados no Elo7

Ementa

  • Introdução a modelos geradores (GANs e VAEs)
  • Teoria de GANs e treino adversarial
  • Implementação do GAN tradicional
  • Teoria do Conditional GAN
  • Implementação do Conditional GAN
  • Desafios básicos de estabilização de treino

Pré-requisitos

  • Conhecimento básico de python usado em ciência de dados
  • Conhecimento básico de redes neurais (veja bibliografia sugerida)
  • Desejável conhecimento básico de Pytorch

Data: 10/12/2019, 19-22h Local: Sede do Elo7, primeiro andar, auditório. Rua Beira Rio N57, Vila Olímpia, São Paulo

Bibliografia sugerida

[1] Mas o que é uma rede Neural?
[2] Descida de gradiente, como as redes neurais aprendem.
[3] O que o backpropagation realmente faz?
[4] Goodfellow, Ian, et al. "Generative adversarial nets." Advances in neural information processing systems. 2014.
[5] Mirza, Mehdi, and Simon Osindero. "Conditional generative adversarial nets." arXiv preprint arXiv:1411.1784 (2014).

You can’t perform that action at this time.