التعلم العميق التوليدي باستخدام TensorFlow

تقدم هذه الدورة رحلة تعليمية متعمقة في مجال التعلم العميق التوليدي باستخدام مكتبة TensorFlow الشهيرة. تهدف الدورة إلى تمكين المتعلمين من فهم وتطبيق التقنيات الحديثة لتوليد ومعالجة الصور باستخدام الشبكات العصبية الاصطناعية. ستبدأ الدورة بتعلم تقنية النقل الأسلوبي العصبي (Neural Style Transfer) من خلال استخدام التعلم الانتقالي، حيث ستكتشف كيفية استخلاص محتوى صورة معينة (مثل صورة بجعة)، ودمجها مع أسلوب لوحة فنية معينة (مثل التكعيبية أو الانطباعية) لإنتاج صورة جديدة تماماً تجمع بين المحتوى والأسلوب الفني المميز. بعد ذلك، ستتدرج في بناء نماذج أجهزة التشفير الذاتي (AutoEncoders) البسيطة باستخدام مجموعة بيانات الأرقام MNIST، ثم الانتقال إلى بناء هياكل أكثر تعقيداً تعتمد على الشبكات العصبية العميقة والشبكات العصبية التلافيفية (CNN) باستخدام مجموعة بيانات Fashion MNIST. ستحلل الفروق الجوهرية في النتائج بين النماذج المختلفة، وتتعلم كيفية استخدام هذه التقنيات في التطبيقات العملية المهمة مثل إزالة التشويش من الصور الرقمية والتخلص من الضوضاء. بفضل هذه الدورة، ستكتسب خبرة عملية شاملة في التعامل مع الشبكات الخصومية التوليدية (GANs) والنماذج التوليدية المتنوعة، مما يفتح لك آفاقاً واسعة في مجالات تحليل الصور وتطوير الذكاء الاصطناعي التوليدي.

• تطبيق تقنيات النقل الأسلوبي العصبي لدمج محتوى وأسلوب الصور بكفاءة.
• بناء وتدريب نماذج أجهزة التشفير الذاتي (AutoEncoders) البسيطة والمعقدة.
• فهم الفروق العملية بين نماذج التشفير الذاتي العميقة (DNN) والتلافيفية (CNN).
• تنفيذ تقنيات فعالة لإزالة التشويش والضوضاء من الصور الرقمية.
• اكتساب مهارات عملية متقدمة في استخدام مكتبة TensorFlow لتطوير النماذج التوليدية.