Programação Dinâmica's video: Redes Neurais Generativas Advers rias GANs Na Pr tica do Zero em PyTorch Deep Learning 3

Redes neurais como você nunca viu! Nesta live, iremos estudar redes neurais generativas adversárias (GANs) e como podemos implementá-las usando a linguagem de programação Python e a biblioteca PyTorch. Muito provavelmente, você já ouviu falar em deepfakes. Este tipo de resultado, em que conseguimos produzir uma imagem, um áudio ou um vídeo utilizando inteligência artificial, geralmente é feito com o tipo de modelo que estudaremos neste vídeo: as GANs. Este é o terceiro vídeo da nossa série sobre Deep Learning com foco em visão computacional, que usa também alguns conceitos que ensinamos sobre machine learning. Você ode conferir a playlist completa na ordem recomendada aqui: https://youtube.com/playlist?list=PL5TJqBvpXQv6cd1kade4kjwr8_QQj8j3k ✅ Ainda precisa aprender a programar? Aprenda Python do Jeito Certo e desenvolva uma base fundamental para se tornar capaz de pensar e criar soluções para problemas escrevendo código: https://vai.pgdinamica.com/pjc-dados GANs é uma técnica em que treinamos simultaneamente duas redes neurais profundas. Uma das redes aprende a gerar dados (gerador), enquanto a outra aprende a discriminar entre os dados reais e os dados gerados (discriminador). A partir de um embate, um jogo de soma zero, otimizado via minimax, podemos conseguir fazer com que o discriminador entenda a distribuição de probabilidade dos nossos dados, enquanto o gerador aprende a amostrar desta distribuição sem, no entanto, conhecer a distribuição explicitamente. PyTorch é uma biblioteca de aprendizado de máquina de código aberto baseada na biblioteca Torch usada em aplicações como visão computacional e processamento de linguagem natural, e mantida principalmente pelo laboratório de pesquisa de IA do Facebook (FAIR). Site oficial: https://pytorch.org/ Uma série de peças de software de aprendizagem profunda são construídas em cima do PyTorch, incluindo Tesla Autopilot , Uber 's Pyro, HuggingFace's Transformers, PyTorch Lightning , e Catalyst. O PyTorch oferece dois recursos de alto nível:Computação de tensor (como NumPy ) com forte aceleração por meio de unidades de processamento gráfico (GPU) e Redes neurais profundas construídas em um sistema de diferenciação automática baseado em tipo Fonte: Wikipedia ▶️ Se você precisa desenvolver melhor suas habilidades com matemática ou apenas deseja revisar alguns conceitos, confira o nosso projeto Matemática Elementar para Computação, com aulas ao vivo, quinzenalmente, às sexta-feiras às 18:00h na Twitch: https://matematica.pgdinamica.com Em particular, a aula de matemática da sexta-feira 17 de setembro serviu como uma preparação para o tema de redes neurais a partir do estudo das funções compostas e suas aplicações no Perceptron ("neurônio artificial"). Assista também: ▶️ Como iniciar na Visão Computacional? | Conselhos pros seus Primeiros Passos na Visão Computacional https://youtu.be/HW7oJVqqQxU ▶️ Introdução ao PyTorch | Redes Neurais | Primeiros passos com PyTorch | Deep Learning https://youtu.be/cGxv8tOaA7I ▶️ Redes Neurais Convolucionais com PyTorch | Visão Computacional | Deep Learning https://youtu.be/doT7koXt9vw 📚 Livros recomendados de Data Science: https://amzn.to/2XZyxUr 📚 Livros de Algoritmos e Estruturas de Dados: https://amzn.to/3d5wK4m SetUp - Equipamentos: https://amzn.to/37Cg3N2 Cortes do Programação Dinâmica: https://www.youtube.com/channel/UC7gobM-LHqSO0kwHPnutk4Q 🟣 Canal na Twitch para lives: https://www.twitch.tv/pgdinamica 🟦 Canal do Telegram para receber todos os vídeos: https://t.me/pgdinamica 🥰 Se você gosta do nosso trabalho e acha relevante a nossa atuação no Youtube, considere nos apoiar se tornando membro do canal: https://www.youtube.com/programacaodinamica/join ✉️ E-mails: – Propostas comerciais: pgdinamica@brunch.ag – Demais assuntos: contato@programacaodinamica.com.br 👩🏾‍💻👨🏾‍💻 Confira mais conteúdo em nosso blog: https://medium.com/programacaodinamica 🔥 Faça parte da comunidade gratuita Programação Mais Dinâmica: https://bit.ly/pgsparkle (baixe o app e entre na comunidade) TikTok: @pgdinamica 📸 Nos siga no Instagram: https://instagram.com/pgdinamica 📸 @kizzy_terra @hallpaz 🐦 Nos siga no Twitter: https://twitter.com/pgdinamica 🐦 @kizzy_terra @hallpaz * Curta a Programação Dinâmica no facebook: fb.com/pgdinamica * Nosso repositório no Github: github.com/programacaodinamica * Confira os artigos no Python Café: pythoncafe.com.br Hallison Paz é engenheiro de computação pelo Instituto Militar de Engenharia (IME), além de mestre e doutorando em matemática pelo Instituto Nacional de Matemática Pura e Aplicada (IMPA), onde realiza pesquisas em computação visual no laboratório Visgraf.