GAN实战【正版新书】
正版新书出版社直发可开发票，支持7天无理由
￥ 48.2 7.0折 ￥ 69 全新
库存5件
江苏无锡
认证卖家担保交易快速发货售后保障
作者(英)雅各布·朗格尔,(美)弗拉基米尔·博克
出版社人民邮电出版社
ISBN9787115550842
出版时间2021-03
装帧平装
开本16开
定价69元
货号1202300905
上书时间2024-07-02
- 在售商品 暂无
- 平均发货时间 13小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
雅各布·朗格尔（Jakub Langr）是将GAN用于创意和广告应用程序的一家初创公司的联合创始人。Jakub毕业于牛津大学，自2013年以来一直从事数据科学工作，近期在一家公司担任数据科学技术负责人，在Mudano担任研发数据科学家。他为英国伯明翰大学和许多私营公司设计并教授数据科学课程，还在牛津大学担任客座讲师。他还是英国皇家统计协会的研究员，常在各种靠前会议上应邀演讲。Jakub将他从本书中获得的所有收益捐赠给了非营利组织——英国心脏基金会。
目录
部分生成对抗网络（GAN）与生成模型导论
章GAN简介
1.1什么是GAN
1.2GAN是如何工作的
1.3GAN实战
1.3.1GAN的训练
1.3.2达到平衡
1.4为什么要学GAN
1.5小结
第2章自编码器生成模型入门
2.1生成模型简介
2.2自编码器如何用于不错场景
2.3什么是GAN的自编码器
2.4自编码器的构成
2.5自编码器的使用
2.6无监督学习
2.6.1吐故纳新
2.6.2使用自编码器生成
2.6.3变分自编码器
2.7代码就是生命
2.8为什么要尝试使用GAN
2.9小结
第3章你的个GAN模型：生成手写数字.
3.1GAN的基础：对抗训练
3.1.1代价函数
3.1.2训练过程
3.2生成器和鉴别器
3.2.1对抗的目标
3.2.2混淆矩阵
3.3GAN训练算法
3.4教程：生成手写数字
3.4.1导入模块并指定模型输入维度
3.4.2构造生成器
3.4.3构造鉴别器
3.4.4搭建整个模型
3.4.5训练
3.4.6输出样本图像
3.4.7运行模型
3.4.8检查结果
3.5结论
3.6小结
第4章深度卷积生成对抗网络（DCGAN）
4.1卷积神经网络
4.1.1卷积滤波器
4.1.2参数共享
4.1.3卷积神经网络可视化
4.2DCGAN简史
……
第二部分GAN的前沿主题
第5章训练与普遍挑战：为成功而GAN
第6章渐进式增长生成对抗网络（PGGAN）
第7章半监督生成对抗网络（SGAN）
第8章条件生成对抗网络（CGAN）
第9章循环一致性生成对抗网络（CycleGAN）
第三部分何去何从
0章对抗样本
1章GAN的实际应用
2章展望未来
内容摘要
本书主要介绍构建和训练生成对抗网络（GAN）的方法。全书共12章，先介绍生成模型以及GAN的工作原理，并概述它们的潜在用途，然后探索GAN的基础结构（生成器和鉴别器），引导读者搭建一个简单的对抗系统。本书给出了大量的示例，教读者学习针对不同的场景训练不同的GAN，进而完成生成高分辨率图像、实现图像到图像的转换、生成对抗样本以及目标数据等任务，让所构建的系统变得智能、有效和快速。本书适合有一定Python经验且有基于深度学习的图像处理基础的数据专业人员阅读。
主编推荐
1.“深度学习系统的一大进步”——GAN，在图像生成和数据增强领域有出色表现；
2.以Python语言实现，很强的实战性，涵盖构建、训练、优化全过程；
3.英国创企孵化器Founders Factory计算机视觉领域的联合创始人Jakub Langr与美国纽约一家初创公司的不错产品经理Vladimir Bok合力写就；
4. 获Simeon Leyzerzon、Dana Robinson、Grigory V. Sapunov、Bachir Chihani等人联袂推荐；
5.提供本书示例代码。
— 没有更多了 —
以下为对购买帮助不大的评价