GAN(敵対的生成ネットワーク)講座

GAN(敵対的生成ネットワーク)講座

GAN派生系の中で最も注目されるStyleGANを題材として、近年の生成モデルにおける重要技術を学ぶ

近年、敵対的生成ネットワーク(generative adversarial networks;GAN)に関連する研究が盛んに行われており、新しい手法や技術が間断なく提案されています。GANの派生系は、これまでに500以上も発表されていると言われるほど多く、その全てを把握することは非常に困難です。そこでスキルアップAIでは、これらGANの派生系を独自に整理し、それら派生系の要点をまとめました。本講座では、代表的なGAN派生系の要点を押さえながら、GAN派生系の中で最も注目されるStyleGANを題材として、近年の生成モデルにおける重要技術を学びます。また、理論面だけでなく、GANのビジネス応用への可能性も考えていきます。

講座で得られる知識・スキル

  • GANとその派生系に関する知識
  • StyleGANの仕組みと実装方法

受講に必要なスキル・前提知識

必須スキル

講座の特長

  • GANを研究している研究者が講師
  • 毎年増え続けるGAN派生系をスキルアップAIが独自に整理

無料トライアル版
GAN(敵対的生成ネットワーク)講座

GAN(敵対的生成ネットワーク)講座のうち、一部が視聴できます。まずはトライアル版でスキルアップAIの講座の雰囲気やわかり易さを体験してみてください。

無料トライアル版に含まれる内容(約50分相当)

  • StyleGAN2 の学習済みモデルを用いた実験 実験1 画像生成まで
  • 2章 GAN から StyleGAN2 までの系譜(GANからWGAN まで)

こんな方におすすめ

  • GANやその派生系を体系立てて学びたい方
  • GANを実務に活かしたいと考えている方

講座概要

講座名 GAN(敵対的生成ネットワーク)講座
受講スタイル オンライン講座
お好きな時間、お好きな場所でeラーニング形式にて受講いただけます。
講座時間 動画講義6時間
料金 110,000円/1名(税込)
料金に標準で含まれるもの
  1. 動画講義
  2. 講座資料
  3. チャット質問対応
動画の視聴期間 動画共有日から1年間
チャットの質問期間 動画共有日から3ヶ月間

お見積り請求についてのお問い合わせはこちら
見積り請求

※本講座/他講座との併合お見積りについては上記よりお問い合わせください

カリキュラム

序章 GAN を学ぶ前に

  • GAN 活用事例

第1章 画像生成モデルで用いられる主な評価指標

  • Inception Score (IS)
  • Fréchet Inception Distance (FID)
  • Kernel Inception Distance (KID)
  • Precision and Recall

第2章 GAN からStyleGAN2 までの系譜

  • 最初のGAN
  • Wasserstein GAN
  • WGAN-GP
  • PGGAN
  • StyleGAN
  • StyleGAN2

第3章 StyleGAN の解説

  • StyleGAN
  • Mapping network
  • AdaIN
  • Noise
  • Perceptual Path Length (PPL)
  • 評価(PGGANとの比較)
  • StyleGAN の課題
  • StyleGAN2

第4章 StyleGAN2 の学習済みモデルを用いた実験

第5章 StyleGAN2 の学習

第6章 GAN 100本ノック

カリキュラム詳細が知りたい方はこちら
お問い合わせ

法人研修のご相談はこちら
※法人研修をご検討の場合はカスタムも可能です

開催日程

オンライン講座

随時お申し込み可能です。受講方法については、お支払い確認後、3営業日以内にご案内いたします。


講師紹介

  • 綱島 秀樹​

    スキルアップAI講師。早稲田大学 理工学術院 大学院先進理工学研究科 物理学及応用物理学専攻博士課程1年、産業技術総合研究所 人工知能研究センター コンピュータビジョン研究グループに在籍中。「コンピュータビジョン分野の今を映し、新しいトレンドを創り出す。」を目標に掲げ、CVPR論文完全読破やトップ会議採択を狙う有志の研究者の集い”cvpaper.challenge”の幹部。専門は深層画像生成モデルであり、研究テーマは深層画像生成モデルの計算量削減、仮想試着などに取り組んでいる。2020年はコンピュータビジョンの国際会議ICPR2020に採択、英文ジャーナルSensorsへの採択などの業績がある。WebDB Forum 2019では最優秀学生ポスター発表賞を受賞、その他国際会議、コンペでの受賞歴も複数あり。

  • 小縣 信也

    兵庫県出身。大阪市立大学工学部卒業後、建材メーカー、設備設計事務所に勤務。2010年、OpenFOAM勉強会for beginner(現オープンCAE勉強会@関東)を立ち上げ3年間幹事を務める。建築環境に関する数値シミュレーション、電力量や温湿度などのセンサーデータに関する分析が専門。1級建築士、エネルギー管理士。2013年、国土交通省国土技術政策総合研究所 優秀技術者賞受賞。 日本ディープラーニング協会主催2018E資格試験 優秀賞受賞、2019#1E資格試験優秀賞受賞。最近は、需要予測や異常検知などのモデル開発に取り組んでいる。著書「徹底攻略ディープラーニングE資格エンジニア問題集」(インプレス)。

 

関連ブログ

ご案内

PCの動作環境

  • MacOS10.12以上
  • Windows8以上(64bit必須)
  • メモリ8GB以上

事前準備

  • ハンズオンにてGPUを用いるので、GPU環境をご用意ください。Google Colaboratoryを用いる場合は、Googleアカウントをご用意ください。
更新日:2021.10.29

関連する講座

Page Top
お申し込みはこちら