Hodnotenie:
Kniha je dobre prijímaná pre svoje jasné príklady v PyTorchu a rozsiahle pokrytie kľúčových tém súvisiacich s GAN, hoci niektorí používatelia sa domnievajú, že vysvetlenia by sa mohli zlepšiť.
Výhody:⬤ Jasné príklady v PyTorchu
⬤ výborné pokrytie kľúčových tém súvisiacich s GAN
⬤ veľmi didaktické vysvetlenia kódu.
Vysvetlenia by sa mohli zlepšiť; niektorí používatelia navrhujú, aby sa pre lepšie pochopenie používala spolu s inými knihami.
(na základe 4 čitateľských recenzií)
Hands-On Generative Adversarial Networks with PyTorch 1.x
Aplikujte techniky hlbokého učenia a metodiky neurónových sietí na vytváranie, trénovanie a optimalizáciu modelov generatívnych sietí Kľúčové vlastnosti Implementujte architektúry GAN na generovanie obrázkov, textu, zvuku, 3D modelov a ďalších Pochopte, ako GAN fungujú, a staňte sa aktívnym prispievateľom v komunite open source Naučte sa generovať fotorealistické obrázky na základe textových opisov Popis knihy
Vďaka neustále sa rozvíjajúcemu výskumu a vývoju sú generatívne adverzné siete (GAN) ďalšou veľkou vecou v oblasti hlbokého učenia. Táto kniha poukazuje na kľúčové vylepšenia GAN oproti generatívnym modelom a pomocou praktických príkladov vedie k tomu, aby ste GAN využili čo najlepšie.
Táto kniha vás na začiatku oboznámi so základnými pojmami potrebnými na pochopenie fungovania jednotlivých zložiek modelu GAN. Vytvoríte svoj prvý model GAN, aby ste pochopili, ako fungujú generátorové a diskriminačné siete. Ako budete postupovať, ponoríte sa do celého radu príkladov a súborov údajov, aby ste vytvorili rôzne siete GAN pomocou funkcií a služieb PyTorch, a dobre sa oboznámite s architektúrami, stratégiami trénovania a metódami vyhodnocovania pre generovanie, preklad a obnovu obrazu. Dokonca sa naučíte, ako aplikovať modely GAN na riešenie problémov v oblastiach, ako je počítačové videnie, multimédiá, 3D modely a spracovanie prirodzeného jazyka (NLP). Kniha sa zaoberá tým, ako prekonať výzvy, ktorým čelíte pri vytváraní generatívnych modelov od začiatku. Nakoniec sa dozviete aj to, ako trénovať modely GAN na generovanie adverzných príkladov na útok na iné modely CNN a GAN.
Na konci tejto knihy sa naučíte vytvárať, trénovať a optimalizovať modely GAN novej generácie a používať ich na riešenie rôznych reálnych problémov. Čo sa naučíte Implementovať najnovšie funkcie PyTorchu na zabezpečenie efektívneho navrhovania modelov Zoznámte sa s pracovnými mechanizmami modelov GAN Vykonajte prenos štýlu medzi nespárovanými zbierkami obrázkov pomocou CycleGAN Vytvorte a vytrénujte 3D-GAN na generovanie mračna bodov 3D objektov Vytvorte rad modelov GAN na vykonávanie rôznych operácií syntézy obrazu Použite SEGAN na potlačenie šumu a zlepšenie kvality rečového zvuku Komu je táto kniha určená
Táto kniha o GAN je určená pre odborníkov na strojové učenie a výskumníkov v oblasti hlbokého učenia, ktorí chcú získať praktický návod na implementáciu modelov GAN pomocou PyTorchu. Pomocou reálnych príkladov sa zoznámite s najmodernejšími architektúrami GAN. Na pochopenie konceptov obsiahnutých v tejto knihe je potrebná praktická znalosť programovacieho jazyka Python. Obsah Generatívne adverzné siete Základy Začíname s PyTorchom 1. 3 Najlepšie postupy pre návrh a trénovanie modelov Vytvorenie prvej GAN s PyTorchom Generovanie obrázkov na základe informácií o značkách Preklad obrázkov na obrázky a jeho aplikácie Obnova obrázkov pomocou GAN Trénovanie GAN na rozklad rôznych modelov Generovanie obrázkov z opisu Syntéza textových sekvencií pomocou GAN Rekonštrukcia 3D modelov pomocou GAN