人工智能不仅赢得了围棋的*对决,而且随着2018年10月25日一幅由AI绘制的名为《埃德蒙·贝拉米肖像》的画作,在美国纽约佳士得拍卖行以43.25万美元的价格售出,人工智能技术也里程碑式地绘画艺术市场。那么,想了解AI技术是如何完成绘画艺术创作的呢?本书为你揭其中利用生成对抗网络(GAN)技术行绘画的奥秘。 《生成对抗网络门指南》是一本结合了基础理论与工程实践的GAN门书籍,深浅出地讲解了GAN的技术发展以及各种衍生模型。本书面向机器学习从业人员、高校相关专业学生以及具备一定基础的人工智能爱好者,书中包含GAN的理论知识和代码实践。通过阅读本书,读者可以理解GAN的技术原理与实现方法。
售 价:¥
纸质售价:¥51.70购买纸书
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
前言
第1章 人工智能入门
1.1 人工智能的历史与发展
1.2 机器学习与深度学习
1.3 了解生成对抗网络
1.4 本章小结
第2章 预备知识与开发工具
2.1 Python语言与开发框架
2.2 TensorFlow基础入门
2.3 Keras基础入门
2.4 Floyd:使用深度学习云平台运行程序
2.5 本章小结
第3章 理解生成对抗网络
3.1 生成模型
3.2 GAN的数学原理
3.3 GAN的可视化理解
3.4 GAN的工程实践
3.5 本章小结
第4章 深度卷积生成对抗网络
4.1 DCGAN的框架
4.2 DCGAN的工程实践
4.3 DCGAN的实验性应用
4.4 本章小结
第5章 Wasserstein GAN
5.1 GAN的优化问题
5.2 WGAN的理论研究
5.3 WGAN的工程实践
5.4 WGAN的实验效果分析
5.5 WGAN的改进方案:WGAN-GP
5.6 本章小结
第6章 不同结构的GAN
6.1 GAN与监督式学习
6.2 GAN与半监督式学习
6.3 GAN与无监督式学习
6.4 本章小结
第7章 文本到图像的生成
7.1 文本条件式生成对抗网络
7.2 文本生成图像进阶:GAWWN
7.3 文本到高质量图像的生成
7.4 本章小结
第8章 图像到图像的生成
8.1 可交互图像转换:iGAN
8.2 匹配数据图像转换:Pix2Pix
8.3 非匹配数据图像转换:CycleGAN
8.4 多领域图像转换:StarGAN
8.5 本章小结
第9章 GAN的应用:从多媒体到艺术设计
9.1 GAN在多媒体领域的应用
9.2 GAN与AI艺术
9.3 GAN与AI设计
9.4 本章小结
第10章 GAN研究热点
10.1 评估与优化
10.2 对抗攻击
10.3 发展中的GAN
参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜