Nouvelle vidéo : Playlist GAN : Raison de la mise à jour : Je pense que l’explication vidéo peut être plus claire et la qualité vidéo est meilleure. Ce que je fais maintenant, c’est de l’étendre dans une nouvelle liste de lecture GAN, dont DCGAN est l’un d’entre eux ! Veuillez vérifier le lien ci-dessus. Dans cette vidéo, nous avons implémenté un réseau contradictoire génératif (GAN) dans Pytorch. Plus précisément, nous mettons en œuvre DCGAN (Deep Convolution Generative Adversarial Network) formé sur l’ensemble de données MNIST pour générer de nouveaux chiffres. ✅ Soutenir ma chaîne via Patreon : PyTorch Playlist : Github Repository : Obtenir des articles pour une meilleure compréhension du GAN : (Original GAN paper) (DCGAN paper) (Techniques de formation GAN) Aperçu : 0:00-Introduction 0:46- Aperçu de l’idée derrière GAN 1:42-Vue d’ensemble de l’article original du GAN 4:27-Vue d’ensemble de l’article DCGAN 7:13-Mise en œuvre du discriminateur 12:43-Mise en œuvre du générateur 17:21-Initialisation du réseau , dataset et hyperparamètres 24h00-Définir la phase d’entraînement 38h10-Former le réseau et visualiser les résultats