沙龙周是讲师生成的对抗网络(GANS)专业化通过Deeplearning.ai。这种中级,三进课程专业化有助于学习者开发深度学习技术来构建强大的GANS模型。沙龙是斯坦福大学的CS博士候选人,由安德鲁NG建议。沙龙在AI跨境的跨境工作,从理论上施用于药物,气候,更广泛地,社会良好。
您是如何对AI,即GANS感兴趣的是如何对其进行教学呢?
我喜欢优化效率,也可以通过妖怪任务进行动力,所以AI和我似乎有这种共同点。当我扫描时arxiv纸张,当我看到由GAN产生的产出时,我被迷住了。我的第一个项目与我的朋友和导师在一起,kamyar azizzadenesheli.,谁被告知Anima Anandkumar.。我仍然喜欢人类而不是ai,但甘蓝举行了一个特殊的地方!
您如何定义生成的对抗性网络(GANS)?
生成:您可能已经遇到歧视模型,如分类器,试图区分,例如披萨类型。另一方面,生成模型会表征存在的是披萨,真的是什么?也就是说,辣椒在披萨上发生的频率,披萨的频率通常是卡塞尔斯(绝不!)。因此,生成模型比识别模型更难的任务,这就是为什么你应该对你的甘喂养,更好的GPU!
对抗性:两个型号,称为发电机和鉴别器,针对GaN中的相反目标进行优化:发电机试图生成欺骗鉴别器的现实对象,并且鉴别器试图确定输出是否足够真实。这场战斗继续,直到发电机可以产生你和我钦佩的现实产出。
网络:甘道是神经网络网络。
你如何预见到未来几年内的GANS景观?哪些行业可能会受到影响?
通过GAN,现实一代可以大大降低仿真与现实之间的差距,这将改善所有机器学习范式的模型中的普遍性。我也很高兴看到混合模型的出现,因为不同类型的模型具有不同的优势。Multimodality is exciting too, because the world isn’t just images, just text, or just audio – in fact, with various sensors, we can have greater sensory depth than what we as humans naturally see, hear, feel, smell, or touch.
利用GAN的最明显的行业将是形象编辑 - Photoshop 2.0和Snapchat过滤器将继续改进 - 正如我们在衣服,化妆或家具的放置上的那样零售所在的零售建筑师可能会使用Gan来显示官员,他们的城市将如何与新的桥梁或公园一起看。
GANS应用最激动你的兴趣吗?
我很兴奋地区可以使用GAN的领域:
气候变化:我最近在一个项目中扮演了Laureate Yoshua Bengio和他的团队,我们使用了一个GaN从街景图像产生不同的洪水情景。五年来,您的邻居在预计的海平面上升会是什么样的?我们叫这些内情由于它们都很视觉并提示了内脏反应。
药物:特别是医疗数据尤其可能是难以获取和敏感的释放,因此GAN可以帮助增加稀有阶级(如癌症)。我还预见到GAN,可以准确预览昂贵,耗时或辐射诱导的体检,导致全球医疗保健系统的患者护理和管理。
评书:bob网页版故事是一种强大的媒介,用于传达信息和影响观点。我很高兴看到Gans如何从剧本剧本中生成好莱坞电影,或者来自孩子讲述自己的睡前故事的插图。
谁在AI激励你?在道德AI中发生的最重要的谈话是什么?
我的灵感来自Adji Dieng的勇气和智慧,这是一个如此多种方式的先驱为妇女和彩色人民作为常春藤联盟计算机科学的第一位黑人女教授。Timnit Gebru的工作是了解为什么我们应该与建筑物AI交互伦理。Anima Anandkumar加入我们的推出这项专业化,对我来说也是一个灵感,因为她暴露了他们仍然没有挑战的性别偏见。最后,我在斯坦福AI实验室里与我的朋友安德烈·库伦科夫共同主办了一个播客,他每天激励我,因为我们揭开了新的AI工作并为新的AI产品提供道德评论。
没有AI的道德,某些人可能不会考虑进入领域,其他人可能会被推出它。我们的专业化涵盖了在大型和GANS中的两个ML中的偏见。我非常有意地希望本讨论与技术组件隔行。评估不仅仅是你的模型有多好,它也是关于你如何定义“好”。
为什么这个专业化创建,你在创造它方面的角色是什么?
GANS及其惊人的应用程序在一天中增长,但学习他们的资源是淤泥的。我通过将离散的概念放在一起并阅读密集的论文来建立自己的知识。因此,这项专业化为您提供了全面的教育材料,为您提供了构建自己的工具,并深入了解先进的研究。我努力创造一个凝聚力,无障碍和吸引力的学习环境 - 当我闯入这个空间时,我会为自己想要的东西。
谁是专业化的理想学习者?学习者应该在服用之前知道什么?
GANS专业中有三个主要目标学习者群体:
- 技术的:软件工程师,数据科学家,AI学生,ML从业者
- 商业:企业家,产品经理,风险资本家,分析师
- 艺术的:艺术家,内容创作者,营销人员
我也希望看到来自田地,物理,历史,生物学,电影等领域的学生采取这项技术,并以他们的创造力和对其领域的问题的理解运行。除了CS之外,我还是哈佛大学的经典专业,最乐意最近看到一个酷酷的甘让罗马皇帝带来了生命。所以好奇并继续探索。你最终会找到你想要继续酿造的一杯茶!
学习者应该有一些基本的深度学习概念和Python编程的经验。这是覆盖的深度学习专业化。
通过注册开始生成的对抗网络(GANS)专业化今天。
96.