PaddlePaddle高T组团带学「生成对抗网络」，理论解析+代码实践，带你逐步掌握GAN核心思想、常用模型脉络及应用代码；真正理解 GAN、会用 GAN、善用 GAN 。
下载安装命令
## CPU版本安装命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle
## GPU版本安装命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu
开课时间：周四晚上八点半正式开营，每晚1小时，连讲7天，全程直播！｜4月15日～4月22日
课程官方群（看直播、交流学习）：搜索群号651940985或文末扫码入群～｜7位DL码龄超5年的高水平助教驻群在线答疑
![]()
— 为什么要学习生成对抗网络？—
CV算法岗日渐内卷的今日，GAN（ Generative Adversarial Networks，生成对抗网络）持续吸引着大家的注意力。诚然，GAN在动作迁移、图像超分等方面表现突出、堪称深度学习文化创意顶流。
但实际上，GAN的贡献不仅体现在文娱方面，在学术界、产业界也有着非常多的应用。比如在生物及医学领域：医疗数据相对来说数据量小，难获得，因此利用 GAN来扩充数据是很好的解决办法。据估计，仅2016、2017年相关内容在 MICCAI、MIDL 等主要医学影像相关会议和期刊上发表的论文就超过400篇[1][2][3]。除此之外，基于GAN对抗生成的特点还可完成以文本生成图像、高质量翻译、作曲等工作。越来越多的领域开始关注GAN、善用 GAN。
![]()
GAN自2014年被 Ian Goodfellow 提出至今，已发展成为近年来复杂分布上无监督学习最具前景的方法之一。被“卷积之父”Yann LeCun 誉为「过去十年计算机科学领域最有趣的想法之一」。在百度学术上，GAN 的内容已多达十万条！
![]()
不得不说，GAN 真的又很有趣又很有用。但为什么 GAN 方向算法岗那么高薪却招不到人？确实 GAN 的模型结构相对特别、模型衡量方法也各有千秋，全靠自学实在不易。
我们希望百度飞桨的开发者不仅会用 GAN 做演示，还能理解 GAN 的原理、模型脉络与具体代码。因此，我们在为用户提供算法等支持的同时，又准备了公开免费的《生成对抗网络7日打卡营》，并将课程涉及模型代码全部开源，也许屏幕前的你正需要～
—课程介绍—
-课程大纲-
详解 GAN 核心思想、WGAN 代码等
主讲 DCGAN、LS-GAN、stylegan 部分
主讲 CGAN、pix2pix、cyclegan、Photo2Cartoon
主讲 SRGAN、ESRGAN、EDVR 等模型
详解 FirstOrderMotion 模型
大作业：代码题-自选生成模型实现超分
大作业解析与拓展提升｜赛题指导
-授课团队-
![]()
-助教团队-
![]()
-学习激励-
一等奖 1 名：HHKB Professional 静电容蓝牙键盘
二等奖 2 名：Kindle paperwhite 电子阅读器
三等奖 6 名：小度无线智能耳机
优秀奖 20 名：纸质书任选_《Generative Deep Learning》、《Deep Learning》、《零基础实践深度学习》
总成绩由你的代码和开源精神决定！达到结业水平的同学将获得百度飞桨官方颁发的结业证书+100小时 GPU 算力卡，为渴望进步的同学添一份力！
![]()
写在最后，研发大哥精心准备了预习文档、难度递进的客观题与代码题作业。别怕学不会，先试试，给自己多点机会～
![]()
>> 访问 PaddlePaddle 官网，了解更多相关内容。
