书籍期刊

PyTorch生成对抗网络编程

从零开始,用PyTorch构建自己的生成对抗网络

生成对抗网络(Generative Adversarial Network,GAN)是神经网络领域的一颗新星,被誉为“机器 学习领域近 20 年来最酷的想法”。

本书以直白、简短的方式向读者介绍了生成对抗网络,指导读者如何使用PyTorch 按部就班地编写生成对抗网络。

全书共3章和5个附录,分别介绍了PyTorch基础知识,用PyTorch开发神经网络,改良神经网络以提升效果,引入CUDA和GPU以加速GAN训练,以及生成高质量图像的卷积GAN、条件式GAN等话题。附录部分介绍了在很多机器学习相关教程中被忽略的主题,包括计算平衡GAN的理想损失值、概率分布和采样,以及卷积如何工作,还简单解释了为什么梯度下降不适用于对抗式机器学习。

本书适合想初步了解GAN以及其工作原理的读者,也适合想要学习如何构建GAN的机器学习从业人员。对于正在学习机器学习相关课程的学生,本书可以帮助读者快速入门,为后续的学习打好基础。

相关图书

深度学习:从基础到实践(上、下册)
本书从基本概念和理论入手,通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识,且不涉及复杂的数学内容。
人工智能之不能
以人工智能的逻辑,推演人类的不可取代
AIGC:智能创作时代
生成式人工智能,一场科技与艺术的碰撞
从元宇宙到量子现实
迈向后人类主义政治本体论
AI大底座价值实现白皮书
构建AI生产力,推动未来增长
Python机器学习入门与实战
零基础讲解为特色,用实例引导读者学习

暂无评论

暂无评论...