GAN生成对抗神经网络原理与实践
正版新书 新华官方库房直发 可开电子发票
¥
55.3
7.0折
¥
79
全新
库存4件
作者作者:李明军|责编:张云静//刘倩
出版社北京大学出版社
ISBN9787301321164
出版时间2021-05
装帧平装
纸张胶版纸
定价79元
货号ZJ:9787301321164
上书时间2024-12-23
商品详情
- 品相描述:全新
-
全新正版 提供发票
- 商品描述
-
作者简介:
李明军,资深数据挖掘与人工智能专家,在大数据分析与挖掘、机器学习、人工智能等领域实战经验丰富。曾就职于Teradata、中国惠普、神州泰岳和亿阳信通,现工作于东方国信。知乎多个专栏主笔:计算机视觉、生成对抗网络、强化学习等,著有《TensorFlow深度学习实战大全》。
内容简介:
生成对抗神经网络(Generative Adversarial Nets,GAN)作为一种深度学习框架,发展十分迅猛。通过相互对抗的神经网络模型,GAN能够生成结构复杂且十分逼真的高维度数据。因此,GAN被广泛地应用在学术研究和工程领域,包括图像处理,如图像生成、图像转换、视频合成等;序列数据生成,如语音生成、音乐生成等;以及其他众多领域,如迁移学习、医学图像细分、隐写术、持续学习(深度学习重放)等。
GAN的技术较为复杂,细分领域众多,因此需要有一个高效率的学习方法。首先,需要了解GAN的全景,对GAN的发展脉络和各个细分领域都有所了解。这样,当我们面对各种各样的应用场景时,才能够做到胸有成竹。其次,掌握生成对抗的基本原理,以及实现生成对抗的关键技术。这样,当我们面对在GAN领域出现的各种新理念、新技术时,才能够追本溯源,从容应对。最后,针对自己感兴趣的GAN进行深入地研究。本书正是这样组织的,让有志于学习研究GAN的人能够快速入门并掌握GAN的关键技术。
— 没有更多了 —
全新正版 提供发票
以下为对购买帮助不大的评价