具體描述
暢銷書《Python神經網絡編程》作者最新力作；
全彩印刷，配套示例代碼，圖文並茂，易懂實用；
從零開始，用PyTorch構建自己的生成對抗網絡。
生成對抗網絡（Generative Adversarial Network，GAN）是神經網絡領域的一顆新星，被譽為“機器 學習領域近 20 年來最酷的想法”。
本書以直白、簡短的方式嚮讀者介紹瞭生成對抗網絡，指導讀者如何使用PyTorch 按部就班地編寫生成對抗網絡。
全書共3章和5個附錄，分彆介紹瞭PyTorch基礎知識，用PyTorch開發神經網絡，改良神經網絡以提升效果，引入CUDA和GPU以加速GAN訓練，以及生成高質量圖像的捲積GAN、條件式GAN等話題。附錄部分介紹瞭在很多機器學習相關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，以及捲積如何工作，還簡單解釋瞭為什麼梯度下降不適用於對抗式機器學習。
本書適閤想初步瞭解GAN以及其工作原理的讀者，也適閤想要學習如何構建GAN的機器學習從業人員。對於正在學習機器學習相關課程的學生，本書可以幫助讀者快速入門，為後續的學習打好基礎。
著者簡介
作者簡介：
塔裏剋·拉希德（Tariq Rashid），擁有物理學學士學位、機器學習和數據挖掘碩士學位。他常年活躍於倫敦的技術圈子，領導並組織倫敦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計算機專業博士，思愛普公司（新加坡）數據科學傢。他的研究興趣有自然語言處理、文本數據分析、數據挖掘等項目的落地及運維。
圖書目錄
1.1 PyTorch入門 001
1.2 初試PyTorch神經網絡 018
1.3 改良方法 043
1.4 CUDA基礎知識 054
第 2 章 GAN初步 064
2.1 GAN的概念 064
2.2 生成1010格式規律 072
2.3 生成手寫數字 090
2.4 生成人臉圖像 117
第 3 章 捲積GAN和條件式GAN 140
3.1 捲積GAN 140
3.2 條件式GAN 166
3.3 結語 176
附錄A 理想的損失值 178
A.1 MSE損失 178
A.2 BCE損失 179
附錄B GAN學習可能性 186
B.1 GAN不會記憶訓練數據 186
B.2 簡單的例子 187
B.3 從一個概率分布中生成圖像 188
B.4 為圖像特徵學習像素組閤 189
B.5 多模式以及模式崩潰 190
附錄C 捲積案例 191
C.1 例1: 捲積，步長為1，無補全 191
C.2 例2: 捲積，步長為2，無補全 192
C.3 例3: 捲積，步長為2，有補全 193
C.4 例4: 捲積，不完全覆蓋 194
C.5 例5: 轉置捲積，步長為2，無補全 194
C.6 例6: 轉置捲積，步長為1，無補全 196
C.7 例7: 轉置捲積，步長為2，有補全 197
C.8 計算輸齣大小 197
附錄D 不穩定學習 199
D.1 梯度下降是否適用於訓練GAN 199
D.2 簡單的對抗案例 199
D.3 梯度下降並不適閤對抗博弈 203
D.4 為什麼是圓形軌跡 204
附錄E 相關數據集和軟件 205
E.1 MNIST數據集 205
E.2 CelebA數據集 205
E.3 英偉達和榖歌 206
E.4 開源軟件 206
· · · · · · (收起)
讀後感
跟着作者的make your own neural network而来，在美亚上找到作者的新作。看豆瓣还没有，就给搬了过来。希望更多的人读到。目前读到第56页，跟着代码一步步走来。self.optimiser = torch.optim.Adam(self.parameters()) Rashid, Tariq. Make Your First GAN With PyTorch (p. 56...
評分跟着作者的make your own neural network而来，在美亚上找到作者的新作。看豆瓣还没有，就给搬了过来。希望更多的人读到。目前读到第56页，跟着代码一步步走来。self.optimiser = torch.optim.Adam(self.parameters()) Rashid, Tariq. Make Your First GAN With PyTorch (p. 56...
評分跟着作者的make your own neural network而来，在美亚上找到作者的新作。看豆瓣还没有，就给搬了过来。希望更多的人读到。目前读到第56页，跟着代码一步步走来。self.optimiser = torch.optim.Adam(self.parameters()) Rashid, Tariq. Make Your First GAN With PyTorch (p. 56...
評分跟着作者的make your own neural network而来，在美亚上找到作者的新作。看豆瓣还没有，就给搬了过来。希望更多的人读到。目前读到第56页，跟着代码一步步走来。self.optimiser = torch.optim.Adam(self.parameters()) Rashid, Tariq. Make Your First GAN With PyTorch (p. 56...
評分跟着作者的make your own neural network而来，在美亚上找到作者的新作。看豆瓣还没有，就给搬了过来。希望更多的人读到。目前读到第56页，跟着代码一步步走来。self.optimiser = torch.optim.Adam(self.parameters()) Rashid, Tariq. Make Your First GAN With PyTorch (p. 56...
用戶評價
挺有趣的一本書，風格和作者的第一本書一緻，不過我並沒有運行CelebA數據庫相關的代碼，這本書嚮我們講述瞭生成對抗網絡，包括捲積Gan和條件式Gan,循序漸進地從實踐中講明白一些基本都原理。這本書的作用在於入門，讀起來挺快的。
评分如果我是2020年看的話可能可以打高一些吧
评分神
评分寫得真好 讀的輕輕鬆鬆 colab真香 書裏麵代碼有一處小錯誤 但無傷大雅
评分寫得真好 讀的輕輕鬆鬆 colab真香 書裏麵代碼有一處小錯誤 但無傷大雅
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有