当当云阅读 > 科技 > 计算机/网络 > 软件系统 > 实战GAN：TensorFlow与Keras生成对抗网络构建

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：¥58.80购买纸书

116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)

本书为ChatGPT领域技术的专用图书之一。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。 【推荐语】 实例教学图像生成、图像转换ALGC任务如何完成；拥抱生成式模型，快速迈向门深度学习的尖端领域；从构建到调优，提供一百多个适用于GAN、ChatGTP、BERT等模型的代码方案；借助于规模化数据集，搭建了跨神经网络、机器学习、自然语言处理等领域的通用GAN架构。 【作者】 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。

目录展开