生成对抗网络入门指南
史丹青
1124人在读
13.4万字总字数
¥30定价
史丹青
生成对抗网络毫无疑问是2018年最热门的人工智能技术之一，被美国《麻省理工科技评论》评选为2018年“全球十大突破性技术”。《生成对抗网络入门指南》是一本结合基础理论与工程实践的入门型书籍，深入浅出地讲解了生成对抗网络的各类模型以及技术发展。本书面向机器学习从业人员、在校相关专业学生以及具备一定基础的人工智能领域爱好者。通过本书的学习，能够了解生成对抗网络的技术原理，并通过书中的代码实例深入技术细节。本书共分10个章节，其中前半部分分别介绍了目前研究领域已经较为成熟的生成对抗网络模型，比如DCGAN、WGAN等等，以及大量不同结构的生成对抗网络变种。本书后半部分介绍了生成对抗网络在文本到图像的生成、图像到图像的生成以及其它应用中的研究与发展。希望本书能够帮助广大读者跟上人工智能技术的潮流，成为AI时代的先行者。
通过阅读对于GAN有了更多的认知，印象深刻的是AI艺术创作，或许我们对于AI的期待不只是停留在模仿游戏，而是创意的生成，这才是人工智能区别于人类智能的最大价值。
不错，之前没有了解GAN,这本书从比较基础的方面入手，比较通俗易懂地介绍了几种比较有名的结构，展现出了近年来GAN的流行趋势，值得一读，为我带来了一些有价值的思考，这种书好处就是相当于论文快餐吧，快速地了解某个网络对于自己有用的部分可以找到相应的论文来仔细研究，准确性也比CSDN等网站好很多。在数学公式等的推导方面我想我还需要继续深入地学习。
2018年的时候第一次听说了gan，那时候上大学，我下铺好哥们从导师领了个任务就是基于gan去做点东西，原来时间过的这么快的嘛，嗨呀
在数学和实际应用上都指出来理论和实际应用的点。建议可以从实战的角度方式来展现理论应用。
浏览了一遍，内容还是比较丰富的。感觉作者讲得还比较清楚，能懂个大概，要找时间跑一下。