【视频课】生成对抗网络经典任务，详解基于GAN的图像生成算法！-优快云博客

前言

欢迎大家关注有三AI的视频课程系列，我们的视频课程系列共分为5层境界，内容和学习路线图如下：

第1层：掌握学习算法必要的预备知识，包括Python编程，深度学习基础，数据使用，框架使用。

第2层：掌握CV算法最底层的能力，包括模型设计基础，图像分类。

第3层：掌握CV算法最核心的方向，包括图像分割，目标检测，图像生成，目标跟踪。

第4层：掌握CV算法最核心的应用，包括人脸图像，图像质量，视频分析，图像编辑。

第5层：掌握算法落地的关键技术，包括模型优化，模型部署。

其中部分课程的主体内容已经更新完毕，比如数据使用/图像分类/目标检测/图像生成；部分课程正在重制更新中；比如模型优化/模型部署，部分课程正在计划上线中，比如图像编辑/视频分析，请大家及时关注！

本次给大家介绍的课程内容是《深度学习之图像生成》，目标是帮助大家掌握好基于GAN的深度学习图像生成问题。

为什么要学习这门课

GAN的研究和应用在这几年发展可以说是非常迅猛，已经被用于各个研究方向，其应用涉及图像与视频生成，数据仿真与增强，各种各样的图像风格化任务，人脸与人体图像编辑，图像质量提升。

其中GAN最早期也是最经典的任务，就是高质量图像生成，当前已经可以生成1024分辨率以上的高清逼真图像，如下图生成了一些假明星脸。

为了帮助初学者学习GAN用于图像生成领域的问题，有三AI推出《深度学习之图像生成-理论实践篇》课程，让你以最短的时间掌握GAN与图像生成的经典框架，并进行代码实践。

子欲学GAN算法，必先从图像生成开始！这就是我们这一门课期望帮大家搞定的问题！下面请听课程的详细介绍！

课程内容介绍

本课程内容包括图像生成的各个经典算法与实践，时长超过5个小时，理论与实践内容非常丰富：

(1) 理论非常完备。详细解读了基本的卷积GAN，各类条件生成GAN，强大的StyleGAN系列，数据增强与仿真GAN，后续还会增加3D与视频的部分内容，既有足够的宽度，也具备有足够的深度。

(2) 实践非常丰富。本次课程中一共已经包含了2个Pytorch实战案例，分别为DCGAN人脸嘴唇表情生成任务，StyleGAN人脸图像生成任务，后续还会增加3D与视频部分的实践内容。

课程大纲如下：

课程大纲

下面简单了解一下各部分的内容：

(1) 全卷积图像生成GAN，讲解DCGAN的原理与结果，约17分钟，本小节内容可以免费收听。

(2) 全卷积图像生成GAN实战，讲解DCGAN的实战，包括模型解读与训练，约20分钟，本小节内容可以免费收听。

(3) 条件GAN原理，讲解有监督，无监督，半监督条件GAN，约30分钟。

(4) 多尺度GAN，包括金字塔GAN，渐进式生成GAN，约25分钟。

(5) 风格化GAN，包括StyleGAN v1与StyleGAN v2的原理详细解读，约60分钟。

(6) 基于Pytorch的StyleGAN项目实战，约60分钟。

(7) 数据增强与仿真GAN，讲解典型的数据增强与仿真GAN模型，约15分钟。

以上就是当前更新的内容，后续还将更新3D图片，视频生成GAN等内容，请大家及时关注。

本课程讲师为言有三，讲师简介如下：

言有三

龙鹏，笔名言有三，技术社区《有三AI》创始人。先后就读于华中科技大学(2008-2012)，中国科学院半导体研究所神经网络实验室(2012-2015)，先后就职于奇虎360人工智能研究院(2015.7-2017.5)，陌陌科技深度学习实验室(2017.5-2019.3)，深度学习算法专家，阿里云MVP，华为云MVP。

拥有超过7年的计算机视觉从业经验，拥有丰富的传统图像算法和深度学习计算机视觉项目经验，著有书籍《深度学习之图像识别：核心技术与案例实战》(机械工业出版社2019.4)，《深度学习之模型设计：核心算法与案例实践》(电子工业出版社2020.6)，《深度学习之人脸图像处理：核心算法与案例实战》(机械工业出版社2020.7)，《深度学习之摄影图像处理：核心算法与案例精粹》(人民邮电出版社2021.4)，拥有10余项发明技术专利与学术论文。

擅长领域：Caffe，Tensorflow，Pytorch等主流深度学习平台。神经网络与深度学习理论，深度学习模型设计与优化，计算机视觉的基础领域，AI美学，2D与3D人脸算法，生成对抗网络GAN等领域。

本课程特色与适合人群

本课程有以下特色：

(1) 理论部分完善。本部分专注于图像生成相关的GAN，覆盖了基本GAN，条件GAN，多尺度GAN，风格化GAN等主要领域，以及GAN的典型应用。

(2) 配套实践案例。当前共有2个案例实践(如下图)，并配套有代码与数据集，可循序渐进学习。