万本电子书0元读

万本电子书0元读

顶部广告

实战GAN:TensorFlow与Keras生成对抗网络构建电子书

发生成对抗网络(GAN)是一项复杂的任务,而且通常很难找到能够帮助大家理解生成对抗网络的代码。本书通过包含CycleGAN、SimGAN、DCGAN以及从2D图像生成3D模型等多个现代GAN实现的样例来帮助你更好地理解GAN。本书的每章内容都包含了能帮助你快速通过Python、TensorFlow和Keras来构建GAN架构的代码片段。这些代码十分易读,你可以通过它们来构建更为复杂的GAN架构。本书还包含了可以直使用的DCGAN和Pix2Pix代码,你可以通过使用真实世界不同的数据集来理解这些复杂的应用。借助这些易于使用并能快速上手的代码方案,到了本书的*后,你将会具备处理工作中关于GAN模型问题和挑战的能力。你将学习:

售       价:¥

纸质售价:¥46.60购买纸书

74人正在读 | 0人评论 6.2

作       者:(美)Josh Kalin(乔什·卡林)

出  版  社:电子工业出版社

出版时间:2019-10-01

字       数:6.8万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书通过多个不同的生成对抗网络(GAN)架构的实现来帮助读者更好地理解生成对抗网络背后的原理及其构建方式。书中还提供了大量易于理解并可以直使用的GAN代码及其部署方式和数据集,以帮助读者更快地上手解决工作中所面临的问题并积极应对相关挑战。本书适合数据科学家、算法工程师、数据挖掘工程师以及机器学习领域相关的从业人员用来学习使用全新的深度学习技术解决工作中的问题,也适合机器学习和深度学习的爱好者、初学者用来体验深度学习的魅力。<br/>【推荐语】<br/>发生成对抗网络(GAN)是一项复杂的任务,而且通常很难找到能够帮助大家理解生成对抗网络的代码。本书通过包含CycleGAN、SimGAN、DCGAN以及从2D图像生成3D模型等多个现代GAN实现的样例来帮助你更好地理解GAN。本书的每章内容都包含了能帮助你快速通过Python、TensorFlow和Keras来构建GAN架构的代码片段。这些代码十分易读,你可以通过它们来构建更为复杂的GAN架构。本书还包含了可以直使用的DCGAN和Pix2Pix代码,你可以通过使用真实世界不同的数据集来理解这些复杂的应用。借助这些易于使用并能快速上手的代码方案,到了本书的*后,你将会具备处理工作中关于GAN模型问题和挑战的能力。你将学习: ◎GAN架构的伪代码表达形式 ◎理解自己将会构建的每个GAN模型的通用架构 ◎使用TensorFlow和Keras实现不同的GAN架构 ◎在GAN模型中使用不同的数据集来训练神经网络 ◎连不同的GAN模型并学习如何行调优 ◎制作一个可以生成3D模型的网络 ◎使用Pix2Pix发一个可以做风格转换的GAN<br/>【作者】<br/>关于作者 Josh Kalin是一位物理学家和技术专家,他关注于机器人和机器学习的交叉领域。Josh致力于先传感器、工业机器人、机器学习和自动化车辆项目的研究。他同时拥有物理学、机械工程以及计算机科学的学位。在业余时间,他喜欢研究车辆(拥有36辆汽车)、组装计算机,以及学习机器人和机器学习领域的新技术(例如撰写本书)。 感谢亲朋好友对我这个疯狂想法的支持;感谢我的孩子可以理解我因为GAN而抓头发的时刻。希望有一天他们能理解这本书的内容。特别感谢Jeremiah能够倾听我关于这本书的唠叨。后,要感谢我的妻子:没有她,这一切都是不可能实现的。正是在她的催促下,我才能顺利地完成这本书。 关于评审者 Mayur Ravindra Narkhede在数据科学和工业领域有着丰富的经验。他是一名拥有计算机科学学士学位以及人工智能硕士学位的研究员。 他也是一位在构建自动化端到端解决方案领域有着丰富经验的数据科学家,十分擅长应用人工智能(AI)、机器学习、数据挖掘和设计思想等技术来更好地理解业务功能,并对盈利的增长和预测行改。 同时,他也曾参与过多个业界领先的解决方案,如机器学习和预测模型在石油、天然气、财经、道路交通、生命科学等多个领域的应用,以及资产密集型产业的大数据平台构建。<br/>
目录展开

版权页

译者序

其  他

贡献者

序言

其  他

第1章 什么是生成对抗网络

简介

生成模型和判别模型

工作流程

工作原理

神经网络的“爱情故事”

工作流程

工作原理

深度神经网络

工作流程

工作原理

架构基础

工作流程

工作原理

基本构建块——生成器

工作流程

工作原理

基本构建块——判别器

工作流程

工作原理

基本构建块——损失函数

工作流程

工作原理

训练

工作流程

工作原理

以不同方式组织GAN

工作流程

工作原理

GAN的输出是什么

工作流程

工作原理

理解GAN架构的优点

工作流程

工作原理

练习

第2章 数据优先、环境和数据准备

简介

数据是否如此重要

准备工作

工作流程

工作原理

更多内容

搭建开发环境

准备工作

工作流程

更多内容

数据类型

准备工作

工作流程

工作原理

更多内容

数据预处理

准备工作

工作流程

工作原理

更多内容

异常数据

准备工作

工作流程

更多内容

平衡数据

准备工作

工作流程

更多内容

数据强化

准备工作

工作流程

工作原理

更多内容

练习

第3章 用100行代码实现第一个GAN

简介

从理论到实践——一个简单例子

准备工作

工作流程

参考内容

使用Keras和TensorFlow构建神经网络

准备工作

工作流程

参考内容

解释你的第一个GAN组件——判别器

准备工作

工作流程

解释你的第二个GAN组件——生成器

准备工作

工作流程

组合GAN组件

准备工作

工作流程

训练你的第一个GAN

准备工作

工作流程

训练模型并理解GAN的输出

准备工作

工作流程

工作原理

练习

第4章 使用DCGAN创造新的室外结构

简介

什么是DCGAN?一个简单的伪代码样例

准备工作

工作流程

参考内容

工具——是否需要特殊的工具

准备工作

工作流程

更多内容

参考内容

解析数据——数据是否独特

准备工作

工作流程

代码实现——生成器

准备工作

工作流程

参考内容

代码实现——判别器

准备工作

工作流程

参考内容

训练

准备工作

工作流程

评估——如何判断它是否有效

准备工作

工作原理

调整参数优化性能

工作流程

练习

第5章 Pix2Pix图像转换

简介

使用伪代码介绍Pix2Pix

准备工作

工作流程

数据集解析

准备工作

工作流程

代码实现——生成器

准备工作

工作流程

代码实现——GAN

准备工作

工作流程

代码实现——判别器

准备工作

工作流程

训练

准备工作

工作流程

练习

第6章 使用CycleGAN进行图像风格转换

简介

伪代码——工作原理

准备工作

工作流程

解析CycleGAN数据集

准备工作

工作流程

代码实现——生成器

准备工作

工作流程

代码实现——判别器

准备工作

工作流程

代码实现——GAN

准备工作

工作流程

训练

准备工作

工作流程

练习

第7章 利用SimGAN使用模拟图像制作具有真实感的眼球图片

简介

SimGAN架构的工作原理

准备工作

工作流程

伪代码——工作原理

准备工作

工作流程

如何使用训练数据

准备工作

工作流程

代码实现——损失函数

准备工作

工作流程

代码实现——生成器

准备工作

工作流程

代码实现——判别器

准备工作

工作流程

代码实现——GAN

准备工作

工作流程

训练SimGAN

准备工作

工作流程

练习

第8章 使用GAN从图像生成3D模型

简介

使用GAN生成3D模型

准备工作

工作流程

环境准备

准备工作

工作流程

对2D数据进行编码并匹配3D对象

准备工作

工作流程

代码实现——生成器

准备工作

工作流程

代码实现——判别器

准备工作

工作流程

代码实现——GAN

准备工作

工作流程

训练模型

准备工作

工作流程

练习

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部