16+
текст
PDF

Объем 352 страницы

2020 год

16+

Генеративное глубокое обучение. Творческий потенциал нейронных сетей

текст
PDF
399
699 ₽
Подарите скидку 10%
Посоветуйте эту книгу и получите 69,91 ₽ с покупки её другом.

О книге

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.

Оставьте отзыв

Войдите, чтобы оценить книгу и оставить отзыв

Описание книги

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 Дэвида Фостера «Генеративное глубокое обучение. Творческий потенциал нейронных сетей» — скачать в pdf или читать онлайн. Оставляйте комментарии и отзывы, голосуйте за понравившиеся.
Возрастное ограничение:
16+
Дата выхода на Литрес:
01 марта 2021
Дата перевода:
2020
Последнее обновление:
2020
Объем:
352 стр.
ISBN:
978-5-4461-1566-2
Общий размер:
11 МБ
Общее кол-во страниц:
352
Переводчик:
Правообладатель:
Питер
Формат скачивания:
pdf