Generative Adversarial Networks Cookbook

Recenzie čitateľov

Kniha získala od používateľov zmiešané recenzie, pričom niektorí chválili jej praktický prístup k učeniu GAN, zatiaľ čo iní kritizovali jej kvalitu písania a vizuálnu prezentáciu.

Ponúka praktický prístup k učeniu GAN, užitočné členenie kódu, odkazy na pôvodné práce a slúži ako dobrý východiskový bod pre ďalšie vzdelávanie v oblasti strojového učenia.

Slabá kvalita písania, nedostatočné obrázky a vizuálne zobrazenie, často sa stráca čas čitateľov zbytočnými komentármi a často sa vynechávajú kľúčové časti kódu. Niektorým čitateľom sa kniha čítala ťažko a jej kúpu oľutovali.

(na základe 4 čitateľských recenzií)

Obsah knihy:

Zjednodušte hlboké učenie novej generácie implementáciou výkonných generatívnych modelov pomocou Pythonu, TensorFlow a Keras Kľúčové vlastnosti Pochopte spoločnú architektúru rôznych typov GAN Trénujte, optimalizujte a nasadzujte aplikácie GAN pomocou TensorFlow a Keras Vytvorte generatívne modely so súbormi reálnych dát vrátane 2D a 3D dát Popis knihy

Vývoj generatívnych adverzných sietí (GAN) je zložitá úloha a často je ťažké nájsť kód, ktorý je ľahko pochopiteľný.

Táto kniha vás prevedie ôsmimi rôznymi príkladmi moderných implementácií GAN vrátane CycleGAN, simGAN, DCGAN a generovania 2D obrazu do 3D modelu. Každá kapitola obsahuje užitočné recepty na budovanie spoločnej architektúry v jazykoch Python, TensorFlow a Keras, ktoré umožňujú skúmať čoraz náročnejšie architektúry GAN v ľahko čitateľnej forme. Kniha sa začína opisom rôznych typov architektúr GAN, ktoré vám pomôžu pochopiť, ako model funguje. Táto kniha obsahuje aj intuitívne recepty, ktoré vám pomôžu pracovať s prípadmi použitia zahŕňajúcimi DCGAN, Pix2Pix atď. Aby ste pochopili tieto zložité aplikácie, vezmete si rôzne reálne súbory údajov a použijete ich.

Na konci tejto knihy budete pripravení riešiť výzvy a problémy, s ktorými sa môžete stretnúť pri práci s modelmi GAN, a to vďaka jednoduchým riešeniam kódu, ktoré môžete ihneď implementovať. Čo sa naučíte Štruktúra architektúry GAN v pseudokóde Pochopenie spoločnej architektúry pre každý z modelov GAN, ktoré budete vytvárať Implementácia rôznych architektúr GAN v TensorFlow a Keras Používanie rôznych súborov údajov na umožnenie funkčnosti neurónových sietí v modeloch GAN Kombinovanie rôznych modelov GAN a naučenie sa, ako ich doladiť Vytvorenie modelu, ktorý dokáže prijímať 2D obrázky a vytvárať 3D modely Vytvorenie GAN na prenos štýlu pomocou Pix2Pix Komu je táto kniha určená

Táto kniha je určená pre dátových vedcov, vývojárov strojového učenia a odborníkov na hlboké učenie, ktorí hľadajú rýchlu referenciu na riešenie výziev a úloh v oblasti GAN. Oboznámenie sa s konceptmi strojového učenia a praktická znalosť programovacieho jazyka Python vám pomôžu vyťažiť z knihy čo najviac. Obsah Čo je to generatívna adverzná sieť? Najskôr dáta - ako si pripraviť súbor údajov Moja prvá GAN za menej ako 100 riadkov Snívanie o nových kuchyniach pomocou DCGAN Pix2Pix Štýl prekladu obrazu na obraz Prevod obrazu pomocou CycleGAN Použitie simulovaných obrazov na vytvorenie fotorealistických očných gulí pomocou simGAN Z obrazu na 3D modely pomocou GAN