中圖網(wǎng)小程序
一鍵登錄
更方便
中圖價(jià):¥62.4
加入購物車
生成對(duì)抗網(wǎng)絡(luò)入門指南(第2版) 版權(quán)信息
- ISBN：9787111683711
- 條形碼：9787111683711 ; 978-7-111-68371-1
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
生成對(duì)抗網(wǎng)絡(luò)入門指南(第2版) 本書特色
適讀人群 ：本書面向機(jī)器學(xué)習(xí)從業(yè)人員、在校相關(guān)專業(yè)學(xué)生以及具備一定基礎(chǔ)的人工智能領(lǐng)域愛好者。1、本書第2版跟蹤近兩年生成對(duì)抗網(wǎng)絡(luò)（GAN）技術(shù)的發(fā)展和變化，包括離散數(shù)據(jù)生成、GAN與強(qiáng)化學(xué)習(xí)的關(guān)聯(lián)、海量級(jí)高質(zhì)量圖像生成技術(shù)等內(nèi)容，新增了BigGAN、StyleGAN等圖像生成模型的介紹與技術(shù)解析。這些內(nèi)容更新與第1版內(nèi)容有機(jī)地結(jié)合，深入淺出地闡述了生成對(duì)抗網(wǎng)絡(luò)技術(shù)原理和演進(jìn)，通過代碼實(shí)例揭示了生成對(duì)抗網(wǎng)絡(luò)技術(shù)實(shí)際應(yīng)用的方法，方便讀者學(xué)習(xí)入門。 2、書中所有示例代碼基于Tensorflow2.0進(jìn)行了更新，全部支持在Tensorflow2.0環(huán)境下運(yùn)行，方便讀者上手實(shí)踐，深入了解技術(shù)實(shí)現(xiàn)細(xì)節(jié)。 3、讀者可在華章圖書網(wǎng)站該書網(wǎng)頁下載書中全部示例代碼。
生成對(duì)抗網(wǎng)絡(luò)入門指南(第2版) 內(nèi)容簡(jiǎn)介
生成對(duì)抗網(wǎng)絡(luò)毫無疑問是當(dāng)今熱門的人工智能技術(shù)之一，曾被美國《麻省理工科技評(píng)論》評(píng)選為“優(yōu)選十大突破性技術(shù)”。《生成對(duì)抗網(wǎng)絡(luò)入門指南》是一本結(jié)合基礎(chǔ)理論與工程實(shí)踐的入門型書籍，深入淺出地講解了生成對(duì)抗網(wǎng)絡(luò)的各類模型以及技術(shù)發(fā)展。本書面向機(jī)器學(xué)習(xí)從業(yè)人員、在校相關(guān)專業(yè)學(xué)生以及具備一定基礎(chǔ)的人工智能領(lǐng)域愛好者。通過本書的學(xué)習(xí)，能夠了解生成對(duì)抗網(wǎng)絡(luò)的技術(shù)原理，并通過書中的代碼實(shí)例深入技術(shù)細(xì)節(jié)。本書共分12個(gè)章節(jié)，其中前半部分分別介紹了目前研究領(lǐng)域已經(jīng)較為成熟的生成對(duì)抗網(wǎng)絡(luò)模型，比如DCGAN、WGAN等等，以及大量不同結(jié)構(gòu)的生成對(duì)抗網(wǎng)絡(luò)變種。本書后半部分介紹了文本到圖像的生成、圖像到圖像的生成、離散數(shù)據(jù)的生成以及當(dāng)前前沿的高質(zhì)量生成技術(shù)，結(jié)尾總結(jié)了目前生成對(duì)抗網(wǎng)絡(luò)在行業(yè)應(yīng)用中的研究與發(fā)展。希望本書能夠幫助廣大讀者跟上新技術(shù)的前沿，成為人工智能時(shí)代的先行者。
生成對(duì)抗網(wǎng)絡(luò)入門指南(第2版) 目錄
第 1 章 人工智能入門 1
11 人工智能的歷史以及發(fā)展 1
111 人工智能的誕生 3
112 人工智能的兩起兩落 6
113 新時(shí)代的人工智能 8
12 機(jī)器學(xué)習(xí)與深度學(xué)習(xí) 10
121 機(jī)器學(xué)習(xí)分類 11
122 神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí) 12
123 深度學(xué)習(xí)的應(yīng)用 13
13 了解生成對(duì)抗網(wǎng)絡(luò) 15
131 從機(jī)器感知到機(jī)器創(chuàng)造 15
132 什么是生成對(duì)抗網(wǎng)絡(luò) 18
14 本章小結(jié) 20
第 2 章 預(yù)備知識(shí)與開發(fā)工具 21
21 Python 語言與開發(fā)框架 21
211 Python 語言 21
212 常用工具簡(jiǎn)介 23
213 第三方框架簡(jiǎn)介 26
22 TensorFlow 基礎(chǔ)入門 27
221 TensorFlow 簡(jiǎn)介與安裝 27
222 TensorFlow 實(shí)例：圖像分類 30
23 Keras 基礎(chǔ)入門 32
231 Keras 簡(jiǎn)介與安裝 32
232 Keras 使用入門 34
233 Keras 實(shí)例：文本情感分析 37
24 本章小結(jié) 39
第 3 章 理解生成對(duì)抗網(wǎng)絡(luò) 40
31 生成模型 40
311 生成模型簡(jiǎn)介 40
312 自動(dòng)編碼器 42
313 變分自動(dòng)編碼器 44
32 GAN 的數(shù)學(xué)原理 47
321 *大似然估計(jì) 47
322 GAN 的數(shù)學(xué)推導(dǎo) 50
33 GAN 的可視化理解 54
34 GAN 的工程實(shí)踐 55
35 本章小結(jié) 63
第 4 章 深度卷積生成對(duì)抗網(wǎng)絡(luò) 64
41 DCGAN 的框架 64
411 DCGAN 設(shè)計(jì)規(guī)則 64
412 DCGAN 框架結(jié)構(gòu) 68
42 DCGAN 的工程實(shí)踐 69
43 DCGAN 的實(shí)驗(yàn)性應(yīng)用 77
431 生成圖像的變換 77
432 生成圖像的算術(shù)運(yùn)算 79
433 殘缺圖像的補(bǔ)全 81
44 本章小結(jié) 83
第 5 章 Wasserstein GAN 84
51 GAN 的優(yōu)化問題 84
52 WGAN 的理論研究 88
53 WGAN 的工程實(shí)踐 91
54 WGAN 的實(shí)驗(yàn)效果分析 95
541 代價(jià)函數(shù)與生成質(zhì)量的相關(guān)性 95
542 生成網(wǎng)絡(luò)的穩(wěn)定性 96
543 模式崩潰問題 99
55 WGAN 的改進(jìn)方案：WGAN-GP 99
56 本章小結(jié) 103
第 6 章 不同結(jié)構(gòu)的 GAN 104
61 GAN 與監(jiān)督式學(xué)習(xí) 104
611 條件式生成：cGAN 104
612 cGAN 在圖像上的應(yīng)用 106
62 GAN 與半監(jiān)督式學(xué)習(xí) 109
621 半監(jiān)督式生成：SGAN 109
622 輔助分類生成：ACGAN 111
63 GAN 與無監(jiān)督式學(xué)習(xí) 112
631 無監(jiān)督式學(xué)習(xí)與可解釋型特征 112
632 理解 InfoGAN 114
64 本章小結(jié) 119
第 7 章 文本到圖像的生成 120
71 文本條件式生成對(duì)抗網(wǎng)絡(luò) 120
72 文本生成圖像進(jìn)階：GAWWN 124
73 文本到高質(zhì)量圖像的生成 127
731 層級(jí)式圖像生成：StackGAN 128
732 層級(jí)式圖像生成的優(yōu)化：StackGAN-v2 133
74 本章小結(jié) 135
第 8 章 圖像到圖像的生成 136
81 可交互圖像轉(zhuǎn)換：iGAN 136
811 可交互圖像轉(zhuǎn)換的用途 136
812 iGAN 的實(shí)現(xiàn)方法 138
813 iGAN 軟件簡(jiǎn)介與使用方法 141
82 匹配數(shù)據(jù)圖像轉(zhuǎn)換：Pix2Pix 144
821 理解匹配數(shù)據(jù)的圖像轉(zhuǎn)換 144
822 Pix2Pix 的理論基礎(chǔ) 146
823 Pix2Pix 的應(yīng)用實(shí)踐 150
83 非匹配數(shù)據(jù)圖像轉(zhuǎn)換：CycleGAN 157
831 理解非匹配數(shù)據(jù)的圖像轉(zhuǎn)換 157
832 CycleGAN 的理論基礎(chǔ) 162
833 CycleGAN 的應(yīng)用實(shí)踐 165
84 多領(lǐng)域圖像轉(zhuǎn)換：StarGAN 171
841 多領(lǐng)域的圖像轉(zhuǎn)換問題 171
842 StarGAN 的理論基礎(chǔ) 174
843 StarGAN 的應(yīng)用實(shí)踐 177
85 本章小結(jié) 182
第 9 章 序列數(shù)據(jù)的生成 183
91 序列生成的問題 183
92 GAN 的序列生成方法 184
93 自然語言生成 187
94 本章小結(jié) 191
第 10 章 GAN 與強(qiáng)化學(xué)習(xí)及逆向強(qiáng)化學(xué)習(xí) 192
101 GAN 與強(qiáng)化學(xué)習(xí) 192
1011 強(qiáng)化學(xué)習(xí)基礎(chǔ) 192
1012 Actor-Critic 195
1013 GAN 與強(qiáng)化學(xué)習(xí)的關(guān)聯(lián) 196
102 GAN 與逆向強(qiáng)化學(xué)習(xí) 197
1021 逆向強(qiáng)化學(xué)習(xí)基礎(chǔ) 197
1022 經(jīng)典 IRL 算法 198
1023 GAN 的模仿學(xué)習(xí)：GAIL 200
103 本章小結(jié) 201
第 11 章 新一代 GAN 202
111 GAN 的評(píng)估方法 202
112 GAN 的進(jìn)化 205
1121 SNGAN 與 SAGAN 205
1122 BigGAN 206
1123 StyleGAN 208
113 本章小結(jié) 210
第 12 章 GAN 的應(yīng)用與發(fā)展 211
121 多媒體領(lǐng)域的應(yīng)用 211
1211 圖像處理 211
1212 音頻合成 218
122 藝術(shù)領(lǐng)域的應(yīng)用 221
1221 AI 能否創(chuàng)造藝術(shù) 221
1222 AI 與計(jì)算機(jī)藝術(shù)的發(fā)展 223
1223 藝術(shù)生成網(wǎng)絡(luò)：從藝術(shù)模仿到創(chuàng)意生成 231
123 設(shè)計(jì)領(lǐng)域的應(yīng)用 238
1231 AI 時(shí)代的設(shè)計(jì) 238
1232 AI 輔助式設(shè)計(jì)的研究 240
124 安全領(lǐng)域的應(yīng)用 249
125 本章小結(jié) 252
參考文獻(xiàn) 253
展開全部
生成對(duì)抗網(wǎng)絡(luò)入門指南(第2版) 作者簡(jiǎn)介
史丹青 同濟(jì)大學(xué)博士研究生，專業(yè)方向?yàn)槿斯ぶ悄芘c數(shù)據(jù)設(shè)計(jì)，在計(jì)算機(jī)頂級(jí)會(huì)議上發(fā)表多篇智能生成相關(guān)論文。曾擔(dān)任語憶科技聯(lián)合創(chuàng)始人兼技術(shù)負(fù)責(zé)人，擁有多年人工智能領(lǐng)域創(chuàng)業(yè)與實(shí)戰(zhàn)經(jīng)驗(yàn)，具備深度學(xué)習(xí)、自然語言處理以及數(shù)據(jù)可視化等相關(guān)知識(shí)與技能。他是人工智能技術(shù)的愛好者，喜歡擁抱一切新興科技，并始終堅(jiān)信技術(shù)分享和開源精神的力量。
書友推薦
- >
唐代進(jìn)士錄
- >
隨園食單
- >
伯納黛特,你要去哪(2021新版)
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
我與地壇
- >
山海經(jīng)
- >
羅庸西南聯(lián)大授課錄
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
