PyTorch生成對抗網(wǎng)絡(luò)編程
暢銷書《Python神經(jīng)網(wǎng)絡(luò)編程》作者最新力作；
全彩印刷，配套示例代碼，圖文并茂，易懂實用；
從零開始，用PyTorch構(gòu)建自己的生成對抗網(wǎng)絡(luò)。
生成對抗網(wǎng)絡(luò)（Generative Adversarial Network，GAN）是神經(jīng)網(wǎng)絡(luò)領(lǐng)域的一顆新星，被譽為“機器 學(xué)習(xí)領(lǐng)域近 20 年來最酷的想法”。
本書以直白、簡短的方式向讀者介紹了生成對抗網(wǎng)絡(luò)，指導(dǎo)讀者如何使用PyTorch 按部就班地編寫生成對抗網(wǎng)絡(luò)。
全書共3章和5個附錄，分別介紹了PyTorch基礎(chǔ)知識，用PyTorch開發(fā)神經(jīng)網(wǎng)絡(luò)，改良神經(jīng)網(wǎng)絡(luò)以提升效果，引入CUDA和GPU以加速GAN訓(xùn)練，以及生成高質(zhì)量圖像的卷積GAN、條件式GAN等話題。附錄部分介紹了在很多機器學(xué)習(xí)相關(guān)教程中被忽略的主題，包括計算平衡GAN的理想損失值、概率分布和采樣，以及卷積如何工作，還簡單解釋了為什么梯度...
暢銷書《Python神經(jīng)網(wǎng)絡(luò)編程》作者最新力作；
全彩印刷，配套示例代碼，圖文并茂，易懂實用；
從零開始，用PyTorch構(gòu)建自己的生成對抗網(wǎng)絡(luò)。
生成對抗網(wǎng)絡(luò)（Generative Adversarial Network，GAN）是神經(jīng)網(wǎng)絡(luò)領(lǐng)域的一顆新星，被譽為“機器 學(xué)習(xí)領(lǐng)域近 20 年來最酷的想法”。
本書以直白、簡短的方式向讀者介紹了生成對抗網(wǎng)絡(luò)，指導(dǎo)讀者如何使用PyTorch 按部就班地編寫生成對抗網(wǎng)絡(luò)。
全書共3章和5個附錄，分別介紹了PyTorch基礎(chǔ)知識，用PyTorch開發(fā)神經(jīng)網(wǎng)絡(luò)，改良神經(jīng)網(wǎng)絡(luò)以提升效果，引入CUDA和GPU以加速GAN訓(xùn)練，以及生成高質(zhì)量圖像的卷積GAN、條件式GAN等話題。附錄部分介紹了在很多機器學(xué)習(xí)相關(guān)教程中被忽略的主題，包括計算平衡GAN的理想損失值、概率分布和采樣，以及卷積如何工作，還簡單解釋了為什么梯度下降不適用于對抗式機器學(xué)習(xí)。
本書適合想初步了解GAN以及其工作原理的讀者，也適合想要學(xué)習(xí)如何構(gòu)建GAN的機器學(xué)習(xí)從業(yè)人員。對于正在學(xué)習(xí)機器學(xué)習(xí)相關(guān)課程的學(xué)生，本書可以幫助讀者快速入門，為后續(xù)的學(xué)習(xí)打好基礎(chǔ)。
作者簡介：
塔里克·拉希德（Tariq Rashid），擁有物理學(xué)學(xué)士學(xué)位、機器學(xué)習(xí)和數(shù)據(jù)挖掘碩士學(xué)位。他常年活躍于倫敦的技術(shù)圈子，領(lǐng)導(dǎo)并組織倫敦Python聚會小組（近3000名成員）。
譯者簡介：
韓江雷，新加坡南洋理工大學(xué)計算機專業(yè)博士，思愛普公司（新加坡）數(shù)據(jù)科學(xué)家。他的研究興趣有自然語言處理、文本數(shù)據(jù)分析、數(shù)據(jù)挖掘等項目的落地及運維。