幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

GAN實戰/深度學習系列

  • 作者：(英)雅各布·朗格爾//(美)弗拉基米爾·博克|責編:吳晉瑜|譯者:羅家佳
  • 出版社：人民郵電
  • ISBN：9787115550842
  • 出版日期：2021/03/01
  • 裝幀：平裝
  • 頁數：200
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要介紹構建和訓練生成對抗網路（GAN）的方法。全書共12章，先介紹生成模型以及GAN的工作原理，並概述它們的潛在用途，然後探索GAN的基礎結構（生成器和鑒別器），引導讀者搭建一個簡單的對抗系統。
    本書給出了大量的示例，教讀者學習針對不同的場景訓練不同的GAN，進而完成生成高解析度圖像、實現圖像到圖像的轉換、生成對抗樣本以及目標數據等任務，讓所構建的系統變得智能、有效和快速。
    本書適合有一定Python經驗且有基於深度學習的圖像處理基礎的數據專業人員閱讀。
作者介紹
(英)雅各布·朗格爾//(美)弗拉基米爾·博克|責編:吳晉瑜|譯者:羅家佳
目錄
第一部分  生成對抗網路（GAN）與生成模型導論
  第1章  GAN簡介
    1.1  什麼是GAN
    1.2  GAN是如何工作的
    1.3  GAN實戰
      1.3.1  GAN的訓練
      1.3.2  達到平衡
    1.4  為什麼要學GAN
    1.5  小結
  第2章  自編碼器生成模型入門
    2.1  生成模型簡介
    2.2  自編碼器如何用於高級場景
    2.3  什麼是GAN的自編碼器
    2.4  自編碼器的構成
    2.5  自編碼器的使用
    2.6  無監督學習
      2.6.1  吐故納新
      2.6.2  使用自編碼器生成
      2.6.3  變分自編碼器
    2.7  代碼就是生命
    2.8  為什麼要嘗試使用GAN
    2.9  小結
  第3章  你的第一個GAN模型：生成手寫數字.
    3.1  GAN的基礎：對抗訓練
      3.1.1  代價函數
      3.1.2  訓練過程
    3.2  生成器和鑒別器
      3.2.1  對抗的目標
      3.2.2  混淆矩陣
    3.3  GAN訓練演算法
    3.4  教程：生成手寫數字
      3.4.1  導入模塊並指定模型輸入維度
      3.4.2  構造生成器
      3.4.3  構造鑒別器
      3.4.4  搭建整個模型
      3.4.5  訓練
      3.4.6  輸出樣本圖像
      3.4.7  運行模型
      3.4.8  檢查結果
    3.5  結論
    3.6  小結
  第4章  深度卷積生成對抗網路（DCGAN）
    4.1  卷積神經網路
      4.1.1  卷積濾波器
      4.1.2  參數共享
      4.1.3  卷積神經網路可視化
    4.2  DCGAN簡史
  ……
第二部分  GAN的前沿主題
  第5章  訓練與普遍挑戰：為成功而GAN

  第6章  漸進式增長生成對抗網路（PGGAN）
  第7章  半監督生成對抗網路（SGAN）
  第8章  條件生成對抗網路（CGAN）
  第9章  循環一致性生成對抗網路（CycleGAN）
第三部分  何去何從
  第10章  對抗樣本
  第11章  GAN的實際應用
  第12章  展望未來

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032