生成建模是 AI 最熱門的主題之一。現在已經能教導機器來達到媲美人類的水準,例如繪畫、寫作與作曲。本書可以幫助機器學習工程師與資料科學家理解如何重建生成深度學習模型中那些令人驚豔的範例,像是變分自動編碼器、生成對抗網路(GAN)、編碼器-解碼器模型與世界模型。
本書示範了各種技術的運作方式,從運用Keras說明深度學習的基礎概念開始,深入各領域的最頂尖技術。藉由各種提示與小技巧,幫助您理解如何讓模型的學習更有效率更有創意。
本書精彩內容
.如何使用變分自動編碼器來改變照片中的臉部表情
.從頭開始打造實用的 GAN 範例,包括用於風格轉換的 CycleGAN 與可生成音樂的 MuseGAN
.建立可生成文字的循環生成模型,並應用注意力機制來讓模型更厲害
.介紹為什麼生成模型有助於軟體代理在強化學習環境中達成各種任務
.介紹 Transformer (BERT, GPT-2)、ProGAN與StyleGAN 這類影像生成模型之架構