دورة الشبكات التوليدية GAN في الرؤية الحاسوبية

المصدر: Ahmed ibrahim

دورة الشبكات التوليدية GAN في الرؤية الحاسوبية من Ahmed ibrahim: 17 درسًا متاحًا، مع ترتيب الدروس الأصلي ومحاور واضحة تساعدك على اختيار ما يناسب هدفك.

  • 0 متعلّمين
  • 12 س 3 د
  • كل المستويات
  • elposla

عن هذه الدورة

تجمع هذه الصفحة دروس «دورة الشبكات التوليدية GAN في الرؤية الحاسوبية» من قناة Ahmed ibrahim. ستجد 17 فيديو متاحًا بالترتيب الذي وضعه المصدر، ومدتها الإجمالية 12 ساعة و3 دقيقة. يمكنك العودة إلى أي درس عند مراجعة تطبيقك.

محاور الدروس وتسلسلها

هذه أمثلة من عناوين الدروس في بداية القائمة ووسطها ونهايتها، وتوضح نطاق المحتوى قبل البدء:

  • GANs (Generative Adversarial Networks) | computer vision شرح عربي
  • CGAN in python | computer vision شرح عربي
  • SRGAN | Super-Resolution Generative Adversarial Network شرح عربي
  • Wasserstein Generative Adversarial Network (WGAN) | Introduction شرح عربي
  • drag GAN on custom images | google colab | drag your gan شرح عربي

كيف تبدأ الدراسة؟

ابدأ بدرس «GANs (Generative Adversarial Networks) | computer vision شرح عربي» لتتعرف على طريقة الشرح وما يستخدمه المدرّس من مصطلحات أو أدوات. إذا وجدت مفهومًا غير واضح، سجّل اسمه وراجعه قبل الانتقال إلى التطبيق الذي يعتمد عليه.

اختر وقتًا يسمح بالتجربة بعد المشاهدة. يمكنك تقسيم القائمة إلى جلسات قصيرة، مع الاحتفاظ بملاحظات عن الخطوات التي نفذتها والأسئلة التي ظهرت أثناء العمل. مدة الفيديو المعروضة لا تمثل وحدها مدة التعلم المطلوبة.

نشاط مقترح لتطبيق ما تتعلمه

اختر مجموعة صور تجريبية تتصل بموضوع الدروس، وحدّد النتيجة المتوقعة لكل مثال. قارن المخرجات بما تتوقعه، وسجّل أثر اختلاف الإضاءة أو زاوية التصوير على النتيجة.

لمن تناسب هذه القائمة؟

تناسب من يريد متابعة موضوع «دورة الشبكات التوليدية GAN في الرؤية الحاسوبية» عبر دروس مرتبة، مع الاستعداد للمراجعة والتطبيق. راجع عناوين الدروس قبل اختيار نقطة البداية؛ قد تحتاج إلى أساس سابق إذا كانت القائمة مخصصة لجزء متقدم أو لإصدار معين.

المصدر الأصلي ومتابعة الدروس

أعدّ هذه الدروس Ahmed ibrahim. تنظم البوصلة الوصول إليها مع الحفاظ على ترتيبها ونسبتها لصاحبها. افتح قائمة GAN | computer vision على يوتيوب، أو زر قناة Ahmed ibrahim.

لترتيب خطوتك التالية، يمكنك أيضًا دورات التعلم المتاحة واختيار محتوى يكمل الموضوع الذي تدرسه.

محتوى الدورة

1 وحدة · 17 درس · 12 س 3 د

  1. دروس الدورة بترتيب المصدر 17 درسًا 12 س 3 د

    المصدر: Ahmed ibrahim

    • GANs (Generative Adversarial Networks) | computer vision شرح عربي مقفل 46 د
    • math behind GAN part two | Computer vision شرح عربي مقفل 17 د
    • generate fake images using DCGAN | computer vision شرح عربي مقفل 45 د
    • Architecture of CGAN (Conditional Generative Adversarial Network) عربي مقفل 11 د
    • CGAN in python | computer vision شرح عربي مقفل 1 س 17 د
    • Pix2Pix GAN | Paired Image to Image Translation شرح عربي مقفل 1 س 37 د
    • Cycle GAN and Disco GAN | unpaired image to image translation مقفل 24 د
    • Cycle GAN in python | apple2orange | computer vision شرح عربي مقفل 59 د
    • SRGAN | Super-Resolution Generative Adversarial Network شرح عربي مقفل 34 د
    • SRGAN in python | computer vision شرح عربي مقفل 1 س 40 د
    • Super-Resolution image using CNN in PyTorch (SRCNN) شرح عربي مقفل 50 د
    • PSNR and SSIM | compare quality of two images | computer vision شرح عربي مقفل 9 د
    • Wasserstein Generative Adversarial Network (WGAN) | Introduction شرح عربي مقفل 28 د
    • Wasserstein Generative Adversarial Network (WGAN): Wasserstein metric عربي مقفل 24 د
    • WGAN | loss function شرح عربي مقفل 19 د
    • WGAN-GP in python | best loss function in GAN شرح عربي مقفل 1 س 8 د
    • drag GAN on custom images | google colab | drag your gan شرح عربي مقفل 8 د

مدرّبك

elposla

تقييمات المتعلّمين

لا تقييمات بعد.