Εξέλιξη Κομματιού

Εισαγωγή

  • Τι είναι η ευρετική ΤΝ;
  • Ευρετική ΤΝ απέναντι σε άλλους τύπους ΤΝ
  • Γενική περίγραφη των κύριων τεχνικών και μοντέλων στην ευρετική ΤΝ
  • Εφαρμογές και χρήσεις της ευρετικής ΤΝ
  • Προκλήσεις και περιορισμοί της ευρετικής ΤΝ

Δημιουργία Εικόνων με Ευρετική ΤΝ

  • Παραγωγή εικόνων από κεντρικές περιγραφές
  • Χρήση GANs για τη δημιουργία πραγματικών και ποικίλων εικόνων
  • Χρήση VAEs για τη δημιουργία εικόνων με απόκρυφες μεταβλητές
  • Χρήση μεταδόσεως στιλ για την εφαρμογή καλλιτεχνικών στυλ από εικόνες

Δημιουργία Κειμένων με Ευρετική ΤΝ

  • Παραγωγή κειμένων από κεντρικά δεδομένα
  • Χρήση μοντέλων που βασίζονται σε τροποποιητές για τη δημιουργία κειμένων με πλήρη κατάσταση και συνοχή
  • Χρήση ανάκτησης σύνοψης για τη δημιουργία συνοπτικών περιληπτικών κειμένων μεγάλης έκτασης
  • Χρήση αναδιατύπωσης κειμένου για τη δημιουργία διαφορετικών τρόπων εκφράσεων με την ίδια σημασία

Δημιουργία Ήχου με Ευρετική ΤΝ

  • Παραγωγή λόγου από κείμενο
  • Παραγωγή κειμένου από λόγο
  • Παραγωγή μουσικής από κείμενο ή ήχο
  • Παραγωγή λόγου με συγκεκριμένη φωνή

Δημιουργία Άλλου Περιεχομένου με Ευρετική ΤΝ

  • Παραγωγή κώδικα από φυσικά λόγια
  • Παραγωγή σχεδίων προϊόντων από κείμενο
  • Παραγωγή βίντεο από κείμενο ή εικόνες
  • Παραγωγή 3D μοντέλων από κείμενο ή εικόνες

Αξιολόγηση της Ευρετικής ΤΝ

  • Έλεγχος της ποιότητας και της ποικιλίας στην ευρετική ΤΝ
  • Χρήση μετρήτων όπως ο σκορ inception, η απόσταση Fréchet inception και το σκορ BLEU
  • Εξαξιοποίηση ανθρώπινης αξιολόγησης μέσω διαδικτυακών ανερχόμενων ψήφων και έρευνες
  • Εφαρμογή μεθόδων εξαιρετικής αξιολόγησης όπως τα δοκιμαστικά Τουρινγκ και διακριτικές μεθόδους

Κατανόηση των Ηθικών και Κοινωνικών Συνεπειών της Ευρετικής ΤΝ

  • Εξασφάλιση δικαιοσύνης και λογοδοσίας
  • Αποφυγή παρεξφάτισης και εξάλειψης
  • Σέβος για τα δικαιώματα και την ιδιωτικότητα των δημιουργών περιεχομένου και χρηστών
  • Συνεργασία και καινοτομία μεταξύ ανθρώπων και ΤΝ

Περίληψη και Επόμενα Βήματα

Απαιτήσεις

  • Κατανόηση των βασικών εννοιών και της διαθεματολόγησης της ΤΝ
  • Εμπειρία με προγραμματισμό Python και ανάλυση δεδομένων
  • Γνώση βαθύων μαθηματικών πλαισίων όπως το TensorFlow ή το PyTorch

Αυδιέντσιο

  • Επιστήμονες δεδομένων
  • Πρόγραμματιστές ΤΝ
  • Φιλοξένοι της ΤΝ
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Εφεξής Μαθήματα

Σχετικές Κατηγορίες