4.56.5.1 Fundamentos Generativos (12 horas)

Resultados de la carrera Outcomes: 6,AG-C12
Temas
  1. Teoría de GANs (minimax, Wasserstein)
  2. Autoregressive models (PixelCNN, Transformers)
  3. Métricas de evaluación (FID, Inception Score)

Objetivos de Aprendizaje (Learning Outcomes)
  1. Entrenar GANs básicas [Usar]
  2. Analizar modos de falla en generación [Evaluar]
Bibliografía: []



Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM