生成對抗網路最精解:用TensorFlow實作最棒的GAN應用 | 拾書所

生成對抗網路最精解:用TensorFlow實作最棒的GAN應用

$ 882 元 原價 980

生成對抗網路終極說明,從圖像處理到自然語言
一本就搞懂GAN!


自從AI時代大爆發,人必言神經網路,然而除了圖像處理之外,似乎沒什麼書有完整講解生成對抗網路(GAN)了。

人工智慧之父Yann LeCun曾經說過「GAN大概是這10年來深度學習最好玩的一個應用了吧」。

本書從模型與數學的角度來理解GAN 變體,希望透過數學符號表達出不同GAN 變體的核心思維。也是市面上少見針對單一技術,但卻能跨到不同領域上的應用最完整的大全。

首先從Python 基本語法開始討論,逐步介紹必備的數學知識與神經網絡的基本知識,並利用討論的內容編寫一個深度學習框架TensorPy,有了這些知識作為鋪墊後,就開始討論生成對抗網絡(GAN)相關的內容。

本書使用比較簡單的語言來描述GAN 涉及的思維、模型與數學原理,接著就透過TensorFlow實現傳統的GAN,並討論為何一定需要生成器或判別器。接下來,重點介紹GAN 各種常見的變體,包括卷積生成對抗網絡、條件對抗生成網絡、循環一致性、改進生成對抗網絡、漸近增強式生成對抗網絡等內容。

本書特色

◎容易入門:本書會討論線性代數、微積分、機率論、資訊理論等內容,並從原理角度去講解為後面篇幅做好鋪陳。

◎內容更深:介紹GAN 的各種變形時,除了介紹架構以外,並從數學層面去推導證實,重視不同類別GAN 架構的底層思維,並從數學上表示它。

◎涉及面廣:囊括GAN 的各個應用領域等10 多個方向。

◎實戰性強:提供很多程式,並列出運行結果,講解生成器、判別器、損失定義、具體訓練邏輯等主要內容。

Brand Slider