深入淺出GAN生成對抗網(wǎng)絡：原理剖析與TensorFlow實踐
本書首先從Python基本語法開始討論，逐步介紹必備的數(shù)學知識與神經(jīng)網(wǎng)絡的基本知識，并利用討論的內(nèi)容編寫一個深度學習框架TensorPy，有了這些知識作為鋪墊后，就開始討論生成對抗網(wǎng)絡（GAN）相關(guān)的內(nèi)容。然后，本書使用比較簡單的語言來描述GAN涉及的思想、模型與數(shù)學原理，接著便通過TensorFlow實現(xiàn)傳統(tǒng)的GAN，并討論為何一定需要生成器或判別器。接下來，重點介紹GAN各種常見的變體，包括卷積生成對抗網(wǎng)絡、條件對抗生成網(wǎng)絡、循環(huán)一致性、改進生成對抗網(wǎng)絡、漸近增強式生成對抗網(wǎng)絡等內(nèi)容。本書從模型與數(shù)學的角度來理解GAN變體，希望通過數(shù)學符號表達出不同GAN變體的核心思想，適合人工智能、機器學習、計算機視覺相關(guān)專業(yè)的人員學習使用。
·24萬字
