AI Bildgenerator: Deep Learning mit GANs & TensorFlow
Entwickle eine eigene AI die Bilder generieren kann, hacke trainierte KI Modelle, uvm! Alles mit TensorFlow 2 und Keras.
AI Bildgenerator: Deep Learning mit GANs & TensorFlow free download
Entwickle eine eigene AI die Bilder generieren kann, hacke trainierte KI Modelle, uvm! Alles mit TensorFlow 2 und Keras.
Tauche ein in die kreative Seite der Künstlichen Intelligenz – mit Generativen Neuronalen Netzwerken (GANs), Autoencodern und Adversarial Attacks. In diesem praxisorientierten Kurs lernst du, wie du mit Python, TensorFlow 2.14 und Keras eigene Deep-Learning-Modelle entwickelst, trainierst und sogar „hackst“.
Nach einer kurzen Einführung in die Grundlagen von Machine Learning und Deep Learning, baust du Schritt für Schritt eigene neuronale Netze auf – von klassischen Deep Neural Networks bis hin zu verschiedenen Arten von GANs. Du verstehst nicht nur, wie diese Modelle funktionieren, sondern setzt sie auch selbst um – mit zahlreichen spannenden Coding-Sessions.
Neben der Generierung realistischer Daten mit Variational Autoencodern (VAE) und der Datenkomprimierung mit klassischen Autoencodern, wirst du auch lernen, wie neuronale Netze durch gezielte Adversarial Attacks ausgetrickst werden können – und wie man sich dagegen schützt.
Dieser Kurs richtet sich an alle, die ein solides Verständnis im Deep Learning aufbauen und moderne generative Modelle praktisch umsetzen möchten. Egal ob Data Science Student, KI-Enthusiast oder Entwickler – hier wirst du gefordert und gefördert.
Das wirst du lernen:
Grundlagen von Machine Learning & Deep Learning
Eigene Deep Neural Networks mit TensorFlow & Keras entwickeln
Adversarial Generative Networks (GANs) verstehen und implementieren
Adversarial Attacks: Netzwerke gezielt angreifen & absichern
Daten komprimieren mit Autoencodern (AE)
Realistische Daten generieren mit Variational Autoencodern (VAE)
Arbeiten in Python (über Anaconda oder andere Installationen)
Werde jetzt Teil der KI-Zukunft – mit deinem eigenen generativen Netzwerk.
Let’s code the future – wir sehen uns im Kurs!
Hinweis:
Python wird im Kurs mit Anaconda installiert. Alternativ ist auch eine Einrichtung über andere Quellen möglich.
