
言有三 郭曉洲
這是一本系統講解GAN理論、模型、常見問題,併爲視覺和語音領域的大部分應用場景提供GAN解決方案和綜合實例的著作。 作者在人工智能領域積累頗深,這本書得到了前阿里巴巴達摩院華先勝和中國科學院自動化所劉成林的推薦。前4章有針對性地講解GAN的理論,幫助讀者夯實基礎;後8章講解應用,用大量經典的模型和9個案例,爲8個應用場景提供了GAN解決方案。 第1~4章首先介紹了無監督生成模型、顯式生成模型、以GAN爲代表的隱式生成模型等各種生成模型的理論和原理;然後講解了GAN中的目標函數及其數學原理、GAN在訓練中的常見問題和相應解決方案、GAN的評價指標和可視化等; 第5~12章分別講解了圖像生成GAN的各類模型與應用、圖像翻譯GAN的各類模型與應用、人臉圖像編輯GAN的各類模型與應用、圖像質量增強GAN的各類模型與應用、三維圖片與視頻生成GAN的各類模型與應用、通用的圖像編輯GAN框架、對抗攻擊以及GAN在其中的應用、GAN在語音信號處理中的實戰應用。 全書內容理論體系完善,GAN的目標優化、訓練、評估等內容同類書中極少提及;內容豐富、循序漸進,覆蓋視覺和語音中的絕大部分應用場景;實戰性強,9個綜合案例,提供案例源代碼和解讀,以及實驗數據和實驗結果對比分析;圖文並茂,包含大量原創圖表,可讀性強。
全書內容結構有些凌亂,代碼篇幅較多。介紹的gan類型也很多,但都是淺嘗即止,沒有重點。啥都寫了,但啥都沒寫好的感覺,不適合新手作爲入門書籍