深入浅出GAN生成对抗网络：原理剖析与TensorFlow实践
廖茂文 潘志宏
834人在读
45.6万字总字数
¥61.4定价
廖茂文 潘志宏
本书首先从Python 基本语法开始讨论，逐步介绍必备的数学知识与神经网络的基本知识，并利用讨论的内容编写一个深度学习框架TensorPy，有了这些知识作为铺垫后，就开始讨论生成对抗网络（GAN）相关的内容。然后，本书使用比较简单的语言来描述GAN 涉及的思想、模型与数学原理，接着便通过TensorFlow实现传统的GAN，并讨论为何一定需要生成器或判别器。接下来，重点介绍GAN 各种常见的变体，包括卷积生成对抗网络、条件对抗生成网络、循环一致性、改进生成对抗网络、渐近增强式生成对抗网络等内容。 本书从模型与数学的角度来理解GAN 变体，希望通过数学符号表达出不同GAN 变体的核心思想，适合人工智能、机器学习、计算机视觉相关专业的人员学习使用。
写得非常通俗易懂，十分推荐，感谢作者的用心
书写的特别详尽，条理清晰，感谢作者的梳理
难得一见的好书。这本书才真正配得上深入浅出，从所具备的数学基础再到最终实现真可谓用心良苦。