扩散模型：生成式AI模型的理论、应用与代码实践
全新正版 假一赔十 可开发票
￥ 50.08 5.6折 ￥ 89 全新
库存20件
北京东城
认证卖家担保交易快速发货售后保障
作者杨灵等
出版社电子工业出版社
ISBN9787121459856
出版时间2023-08
装帧平装
开本其他
定价89元
货号1203006453
上书时间2024-12-13
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1 章 AIGC 与相关技术
1.1 AIGC 简介
1.2 扩散模型简介
第2 章 扩散模型基础
2.1 去噪扩散概率模型
2.2 基于分数的生成模型
2.3 随机微分方程
2.4 扩散模型的架构
第3 章 扩散模型的高效采样
3.1 微分方程
3.2 确定性采样
3.2.1 SDE 求解器
3.2.2 ODE 求解器
3.3 基于学习的采样
3.3.1 离散方式
3.3.2 截断扩散
3.3.3 知识蒸馏
第4 章 扩散模型的似然优选化
4.1 似然函数优选化
4.2 加噪策略优化
4.3 逆向方差学习
4.4 准确的对数似然估计
第5 章 将扩散模型应用于具有特殊结构的数据
5.1 离散数据
5.2 具有不变性结构的数据
5.3 具有流形结构的数据
5.3.1 流形已知
5.3.2 流形未知
第6 章 扩散模型与其他生成模型的关联
6.1 变分自编码器与扩散模型
6.2 生成对抗网络与扩散模型
6.3 归一化流与扩散模型
6.4 自回归模型与扩散模型
6.5 基于能量的模型与扩散模型
第7 章 扩散模型的应用
7.1 无条件扩散模型与条件扩散模型
7.2 计算机视觉
7.2.1 图像超分辨率、图像修复和图像翻译
7.2.2 语义分割
7.2.3 视频生成
7.2.4 点云补全和点云生成
7.2.5 异常检测
7.3 自然语言处理
7.4 时间数据建模
7.4.1 时间序列插补
7.4.2 时间序列预测
7.5 多模态学习
7.5.1 文本到图像的生成
7.5.2 文本到音频的生成
7.5.3 场景图到图像的生成
7.5.4 文本到3D 内容的生成
7.5.5 文本到人体动作的生成
7.5.6 文本到视频的生成
7.6 鲁棒学习
7.7 跨学科应用
7.7.1 人工智能药物研发
7.7.2 医学影像
第8 章 扩散模型的未来――GPT 及大模型
8.1 预训练技术简介
8.1.1 生成式预训练和对比式预测练
8.1.2 并行训练技术
8.1.3 微调技术
8.2 GPT 及大模型
8.2.1 GPT-1
8.2.2 GPT-2
8.2.3 GPT-3 和大模型
8.2.4 InstructGPT 和ChatGPT
8.2.5 Visual ChatGPT
8.3 基于GPT 及大模型的扩散模型
8.3.1 算法研究
8.3.2 应用范式
相关资料说明
内容摘要
本书全面介绍了扩散模型这种新兴的深度生成模型在各个领域的应用，其内容包括AIGC与相关技术、扩散模型基础、扩散模型的高效采样、扩散模型的似然优选化、将扩散模型应用于具有特殊结构的数据、扩散模型与其他生成模型的关联、扩散模型的应用、扩散模型的未来等。本书旨在提供一个情景，帮助读者深入了解扩散模型，确定扩散模型的关键研究领域，以及适合未来进一步探索的研究领域。本书适合高等院校计算机科学、人工智能和医学、生物学等交叉学科专业的师生，以及相关人工智能应用程序的开发人员阅读。
— 没有更多了 —
以下为对购买帮助不大的评价