GAN生成對抗神經(jīng)網(wǎng)絡原理與實踐
定 價：79 元
當前圖書已被 50 所學校薦購過！
查看明細
- 作者：李明軍
- 出版時間：2021/5/1
- ISBN：9787301321164
- 出 版 社：北京大學出版社
- 中圖法分類：TP183
- 頁碼：296
- 紙張：
- 版次：1
- 開本：16開
生成對抗神經(jīng)網(wǎng)絡（Generative Adversarial Nets，GAN）作為一種深度學習框架，發(fā)展十分迅猛。通過相互對抗的神經(jīng)網(wǎng)絡模型，GAN能夠生成結構復雜且十分逼真的高維度數(shù)據(jù)。因此，被廣泛應用于學術研究和工程領域，包括圖像處理，如圖像生成、圖像轉換、視頻合成；序列數(shù)據(jù)生成，如語音生成、音樂生成等；以及其他眾多領域，如遷移學習、醫(yī)學圖象細分、隱寫術、持續(xù)學習（深度學習重放）等。
GAN的技術較為復雜，細分領域眾多，發(fā)展十分迅猛，因此，需要一個科學有效的學習方法。首先，需要了解GAN的全景，對GAN的發(fā)展脈絡和各個細分領域都有所了解，在面對各種各樣的應用場景時能夠胸有成竹。其次，掌握生成對抗的基本原理，以及實現(xiàn)生成對抗的關鍵技術，在面對GAN領域出現(xiàn)的各種新理念、新技術時能夠追本溯源，從容應對。最后，再針對關鍵的GAN進行深入研究。本書正是按照上述方式來組織的。讓有志于學習研究GAN的讀者快速入門并掌握GAN的關鍵技術，是寫作本書的初衷。
李明軍，畢業(yè)于華北理工大學，曾就職于中國惠普、神州泰岳和億陽信通。近十余年，從事大數(shù)據(jù)分析、人工智能等相關領域的工作。在知乎上發(fā)表過多篇技術文章，對大數(shù)據(jù)分析、人工智能、數(shù)據(jù)治理有著豐富的經(jīng)驗。著有《TensorFlow深度學習實戰(zhàn)大全》。
第1章 生成對抗神經(jīng)網(wǎng)絡綜述 1
1.1 什么是生成對抗神經(jīng)網(wǎng)絡？ 2
1.2 為什么要學習GAN？ 5
1.3 應用場景 9
1.4 技術難點 18
1.5 潛在空間的處理 22
1.6 第一個GAN實戰(zhàn) 27
第2章 TensorFlow 2.0安裝 39
2.1 通過Docker安裝 40
2.2 通過conda安裝 41
第3章 神經(jīng)網(wǎng)絡原理 43
3.1 應用場景簡介 44
3.2 深層神經(jīng)網(wǎng)絡簡介 46
3.3 卷積神經(jīng)網(wǎng)絡簡介 53
3.4 反卷積神經(jīng)網(wǎng)絡簡介 61
第4章 TensorFlow 2.0開發(fā)入門 65
4.1 開發(fā)環(huán)境 66
4.2 張量 68
4.3 Keras開發(fā)概覽 72
4.4 使用函數(shù)接口開發(fā) 87
4.5 網(wǎng)絡層 99
4.6 激活函數(shù) 104
4.7 損失函數(shù) 108
4.8 優(yōu)化器 110
第5章 常用數(shù)據(jù)集 112
5.1 MNIST 113
5.2 Fashion-MNIST 115
5.3 CIFAR-10 118
5.4 CIFAR-100 120
第6章 DCGAN 123
6.1 DCGAN概述 124
6.2 批量標準化 124
6.3 使用多種激活函數(shù) 125
6.4 在MNIST數(shù)據(jù)集上的實現(xiàn) 126
6.5 在LSUN數(shù)據(jù)集上的實現(xiàn) 139
第7章 CGAN 148
7.1 CGAN概述 149
7.2 在MNIST數(shù)據(jù)集上的實現(xiàn) 153
第8章 InfoGAN 179
8.1 技術原理 180
8.2 模型實現(xiàn)技巧 183
8.3 在MNIST數(shù)據(jù)集上的實現(xiàn) 185
8.4 在Fashion MNIST數(shù)據(jù)集上
的實現(xiàn) 201
第9章 SGAN 204
9.1 技術原理 205
9.2 模型訓練 207
9.3 SGAN在MNIST數(shù)據(jù)集上的
實現(xiàn) 210
9.4 SGAN在CIFAR數(shù)據(jù)集上的
實現(xiàn) 242
第10章 CycleGAN 267
10.1 CycleGAN簡介 268
10.2 技術原理 268
10.3 技術實現(xiàn) 270
書單推薦
