Практический GAN: Глубокое обучение с генеративно-состязательными сетями (Серия книг «Компас»)

Изучите и реализуйте GAN: Генеративно-состязательные сети с самых основ!

ГАИ (Генеративно-состязательные сети) являются типом техники машинного обучения, который использует две отдельные нейронные сети для генерации изображений, настолько реалистичных, что их невозможно отличить от настоящих. Эта книга предназначена для тех, кто хочет узнать о GAN, объясняя их от вводного уровня до реализации, чередуя теорию и практику.. На протяжении всей книги используются блокноты Jupyter, а реализация выполняется с использованием Python и Keras. Эта книга в первую очередь ориентирована на тех, кто имеет некоторый опыт в машинном обучении, нейронных сетях и программировании на Python, и объяснение математики сведено к минимуму.

Цель этой книги — предоставить знания и инструменты, необходимые для понимания того, чего достигли GAN, и дать вам возможность открывать и создавать новые приложения.. GAN полны потенциала, и мотивированные люди могут внести значительный вклад как в науку, так и в реальный мир.

Часть 1: Введение в GAN и генеративные модели Глава 1: Первые GAN Глава 2: Генеративные модели, использующие автокодировщики Глава 3: Первые GAN: Генерация рукописных символов Глава 4: Глубокие сверточные GAN (DCGAN) Часть 2: Продвинутые темы в GAN Глава 5: Тренировки и общие трудности: Заставить GAN работать Глава 6: Прогрессивные GAN Глава 7: Полусупервизорное обучение Глава 8: Условные GAN Глава 9: CycleGAN Часть 3: Куда мы пойдем отсюда? Глава 10: Состязательные примеры Глава 11: Практические применения GAN Глава 12: Взгляд в будущее