- 生成式深度学习(第2版影印版)(英文版)
- - 作者：(美)大卫·福斯特|责编:张烨
  - 出版社：东南大学
  - ISBN：9787576612004
  - 出版日期：2024/03/01
  - 页数：426
- 售价：52.8

内容大纲
    生成式AI是科技领域最炙手可热的话题。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，逐步讲解最前沿的架构。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等最先进的架构
    ·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。
作者介绍
大卫·福斯特是Applied data Science公司的联合创始人，这是一家为客户提供创新解决方案的数据科学咨询公司。他拥有英国剑桥大学三一学院数学硕士学位和华威大学运筹学硕士学位。
目录
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

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目