生成式深度学习

1星价 ¥88.4 (6.7折)

2星价￥88.4 定价￥132.0

作者：David Foster著

出版社：东南大学出版社

本类榜单：计算机/网络

分类：计算机/网络 > 计算机理论

暂无评论

图文详情

ISBN：9787576612004
装帧：平装-胶订
册数：暂无
重量：暂无
开本：24cm
页数：426页
出版时间：2024-03-01
条形码：9787576612004 ; 978-7-5766-1200-4

内容简介

生成式AI是科技领域*炙手可热的话题。这本实践用书教机器学习工程师和数据科学人员如何利用TensorFlow和Keras从零开始创建令人印象深刻的生成式深度学习模型，包括变分自编码器(VAE)、生成对抗网络(GAN)、Transformers、归一化流、基于能量的模型和去噪扩散模型。
本书从深度学习的基础知识开始，逐步讲解*前沿的架构。通过各种技巧和窍门，你将理解如何使你的模型更高效地学习，变得更具创造力。
·了解VAE如何改变照片中的面部表情
·训练GAN基于你自己的数据集生成图像
·构建扩散模型，产生新品种的花卉
·训练自己的GPT进行文本生成
·学习ChatGPT等大语言模型的训练方式
·探索StyleGAN2和ViT-VQGAN等*先进的架构生成式AI是科技领域*炙手可热的话题。这本实践用书教机器学习工程师和数据科学人员如何利用TensorFlow和Keras从零开始创建令人印象深刻的生成式深度学习模型，包括变分自编码器(VAE)、生成对抗网络(GAN)、Transformers、归一化流、基于能量的模型和去噪扩散模型。
本书从深度学习的基础知识开始，逐步讲解*前沿的架构。通过各种技巧和窍门，你将理解如何使你的模型更高效地学习，变得更具创造力。
·了解VAE如何改变照片中的面部表情
·训练GAN基于你自己的数据集生成图像
·构建扩散模型，产生新品种的花卉
·训练自己的GPT进行文本生成
·学习ChatGPT等大语言模型的训练方式
·探索StyleGAN2和ViT-VQGAN等*先进的架构
·使用Transformers和MuseGAN创作多声部音乐
·理解生成世界模型如何解决强化学习任务
·深入研究DALL.E 2、Imagen、Stable Diffusion等多模态模型
书中还探讨了生成式AI的未来，以及个人和公司如何积极利用这一引人注目的新技术创造竞争优势。

Foreword Preface Part I. Introduction to Generative Deep Learning 1. Generative Modeling 2. Deep Learning Part II. Methods 3. Variational Autoencoders 4. Generative Adversarial Networks 5. Autoregressive Models 6. Normalizing Flow Models 7. Energy-Based Models 8. Diffusion Models Part III. Applications 9. Transformers 10. Advanced GANs 11. Music Generation 12. World Models 13. Multimodal Models 14. Conclusion Index

展开全部