16+
matn
PDF

Hajm 352 sahifalar

2020 yil

16+

Генеративное глубокое обучение. Творческий потенциал нейронных сетей

matn
PDF
97 721,24 soʻm
10% chegirma bering
Maslahat bering ushbu kitobni do'stingiz sotib olganidan 9 772,13 soʻm oling.

Kitob haqida

Генеративное моделирование – одна из самых обсуждаемых тем в области искусственного интеллекта. Машины можно научить рисовать, писать и сочинять музыку. Вы сами можете посадить искусственный интеллект за парту или мольберт, для этого достаточно познакомиться с самыми актуальными примерами генеративных моделей глубокого обучения: вариационные автокодировщики, генеративно-состязательные сети, модели типа кодер-декодер и многое другое. Дэвид Фостер делает понятными и доступными архитектуру и методы генеративного моделирования, его советы и подсказки сделают ваши модели более творческими и эффективными в обучении. Вы начнете с основ глубокого обучения на базе Keras, а затем перейдете к самым передовым алгоритмам.Разберитесь с тем, как вариационные автокодировщики меняют эмоции на фотографиях.Создайте сеть GAN с нуля.Освойте работу с генеративными моделями генерации текста.Узнайте, как генеративные модели помогают агентам выполнять задачи в рамках обучения с подкреплением.Изучите BERT, GPT-2, ProGAN, StyleGAN и многое другое.

Книга "Generative Deep Learning: Creative Applications of Neural Networks" автора Foster является отличным руководством по генеративному глубокому обучению. Автор подробно описывает различные методы и подходы, используемые в этой области, такие как генеративно-состязательные сети, вариационные автоэнкодеры и многие другие.

Одна из сильных сторон этой книги заключается в том, что она не только описывает теоретические основы генеративного глубокого обучения, но и предлагает множество практических примеров и упражнений. Это позволяет читателям лучше понять и освоить материал.

Однако книга может быть сложной для новичков из-за большого количества технических деталей. Автор предполагает, что читатели уже знакомы с основами глубокого обучения и программирования.

В целом, эта книга является ценным ресурсом для специалистов в области искусственного интеллекта и глубокого обучения. Она помогает углубить понимание методов генеративного обучения и предоставляет инструменты для создания творческих приложений на основе нейронных сетей.

Интересный аспект применения нейронных сетей. Отличный набор иллюстративных примеров. Хороший набор перспективных концепций и направлений применения нейронных сетей на практике.

Невероятно интересная книга, перевод крайне удачный. Примеры с аналогиями очень эффективные, способствуют пониманию сложных концептов.

Izoh qoldiring

Kirish, kitobni baholash va sharh qoldirish

Kitob tavsifi

Генеративное моделирование – одна из самых обсуждаемых тем в области искусственного интеллекта. Машины можно научить рисовать, писать и сочинять музыку. Вы сами можете посадить искусственный интеллект за парту или мольберт, для этого достаточно познакомиться с самыми актуальными примерами генеративных моделей глубокого обучения: вариационные автокодировщики, генеративно-состязательные сети, модели типа кодер-декодер и многое другое.

Дэвид Фостер делает понятными и доступными архитектуру и методы генеративного моделирования, его советы и подсказки сделают ваши модели более творческими и эффективными в обучении. Вы начнете с основ глубокого обучения на базе Keras, а затем перейдете к самым передовым алгоритмам.

  • Разберитесь с тем, как вариационные автокодировщики меняют эмоции на фотографиях.
  • Создайте сеть GAN с нуля.
  • Освойте работу с генеративными моделями генерации текста.
  • Узнайте, как генеративные модели помогают агентам выполнять задачи в рамках обучения с подкреплением.
  • Изучите BERT, GPT-2, ProGAN, StyleGAN и многое другое.

Kitob Дэвида Фостера «Генеративное глубокое обучение. Творческий потенциал нейронных сетей» - pdf-ga yuklab oling yoki internetda o'qing. Sharhlar va fikr-mulohazalarni qoldiring, o'zingiz yoqtirganlarga ovoz bering.
Yosh cheklamasi:
16+
Litresda chiqarilgan sana:
01 mart 2021
Tarjima qilingan sana:
2020
Oxirgi yangilanish:
2020
Hajm:
352 Sahifa
ISBN:
978-5-4461-1566-2
Umumiy o'lcham:
11 МБ
Umumiy sahifalar soni :
352
Mualliflik huquqi egasi:
Питер
Формат скачивания:
pdf