深入淺出GAN生成對抗網絡：原理剖析與TensorFlow實踐
廖茂文 潘志宏
834人在讀
45.6萬字總字數
¥61.4定價
廖茂文 潘志宏
本書首先從Python 基本語法開始討論，逐步介紹必備的數學知識與神經網絡的基本知識，並利用討論的內容編寫一個深度學習框架TensorPy，有了這些知識作爲鋪墊後，就開始討論生成對抗網絡（GAN）相關的內容。然後，本書使用比較簡單的語言來描述GAN 涉及的思想、模型與數學原理，接着便通過TensorFlow實現傳統的GAN，並討論爲何一定需要生成器或判別器。接下來，重點介紹GAN 各種常見的變體，包括卷積生成對抗網絡、條件對抗生成網絡、循環一致性、改進生成對抗網絡、漸近增強式生成對抗網絡等內容。 本書從模型與數學的角度來理解GAN 變體，希望通過數學符號表達出不同GAN 變體的核心思想，適合人工智能、機器學習、計算機視覺相關專業的人員學習使用。
寫得非常通俗易懂，十分推薦，感謝作者的用心
書寫的特別詳盡，條理清晰，感謝作者的梳理
難得一見的好書。這本書才真正配得上深入淺出，從所具備的數學基礎再到最終實現真可謂用心良苦。