38 lines
2.1 KiB
Markdown
38 lines
2.1 KiB
Markdown
# Модуль 12. Генерация рукописного текста
|
||
|
||
Плановый срок: **недели 27–29**.
|
||
|
||
## Предварительные знания
|
||
|
||
Backpropagation и losses из [модуля 09](../09_neural_networks/README.md),
|
||
свёртки из [модуля 10](../10_computer_vision/README.md), базовый PyTorch.
|
||
|
||
## Цели
|
||
|
||
- понять autoencoder, VAE, GAN и diffusion на уровне принципов
|
||
- подготовить датасет символов и условную генерацию
|
||
- собрать изображение строки печатного текста в рукописном стиле
|
||
|
||
## Уроки
|
||
|
||
1. [Latent variable models: autoencoder и VAE](notes/01_autoencoders_vae.md)
|
||
2. [GAN и diffusion: цели, обучение и типичные сбои](notes/02_gan_diffusion.md)
|
||
3. [Conditional generation, glyph composition и оценка читаемости](notes/03_conditional_glyphs.md)
|
||
|
||
Термины модуля: [глоссарий](glossary.md).
|
||
|
||
Для каждого урока: прочитайте теорию, воспроизведите ключевой пример своими
|
||
руками и запишите три тезиса без подсказки. Формулы из этого модуля нужно
|
||
уметь связать с кодом и наблюдаемым поведением модели.
|
||
|
||
## Задания
|
||
|
||
- [`assignments/01_autoencoder.md`](assignments/01_autoencoder.md) — Латентное пространство цифр
|
||
- [`assignments/02_conditional_glyphs.md`](assignments/02_conditional_glyphs.md) — Условный генератор символов
|
||
- [`assignments/03_handwritten_text.md`](assignments/03_handwritten_text.md) — Печатный текст → рукописное изображение
|
||
|
||
## Завершение модуля
|
||
|
||
Модуль завершён, когда все задания удовлетворяют критериям приёмки,
|
||
вы можете объяснить основные решения без ноутбука и получили review.
|