多种网盘链接检测插件 购买前，请先检测网盘链接是否有效
《生成对抗网络入门指南》_史丹青_2018-10-18_1
《生成对抗网络入门指南》_史丹青_2018-10-18_2
《生成对抗网络入门指南》_史丹青_2018-10-18_3
内容简介：
图9-37观众高评价的CAN生成作品
喜爱程度人类艺术家
图9-38CAN生成作品各项排行榜
输入:299×299×3,输出:8×8×2048
输出
H
8×8×2048
o MapO
最终结果:8x8×2048→1001
Concat
Fully connected
图10-1 nception v3网络结构图
■■■智能系统与技术丛书
Generative Adversarial Network
A Primer
生成对抗网络
入门指南
史丹青编善
Q想五豐出盐
书在版编目(CIP)数据
生成对抗网络入门指南/史丹青编著,一北京:机械工业出版社,2018.10
(智能系统与技术丛书
ISBN978-7-111-61004
1.生…I.史…Ⅲ.机器学习一指南IV.TP181
中guo版本图书馆CIP数据核字(2018)第218390号
生成对抗网络入门指南
出版发行:机械工业出版社(北京市西域区百万庄大街22号郎政编码:10037
责任校对 i秋荣
印剛:北京诚信伟业印刷有限公司
印张:15.5(含0.75印张彩插)
定价:69.00元
凡购本书,如有缺页、倒页,脱页,由本社发行吊调换
客报热线 010)8837942688361066
投稿热线010)88379604
封底无防伪标均为盗版
水书法律欧问:北京大成律师事务所c光/邹晓东
REFACE
前言
生成对抗网络(GAN)毫无疑问是当下热门的人工智能技术之一,被美guo《麻
省理工科技评论》评为2018年“全球十大突破性技术”。从2014年至今,与GAN
有关的论文数量急速上升,网络上有人整理了近年来的GAN模型,截至2018年2
月已经有超过350个不同形态的变种,并且数量仍然在持续增加中。在图像生成模
型的质量上,生成对抗网络技术可以说实现了飞跃,很多衍生模型已经在一定程度
上解决了特定场景中的图像生成问题。此外,诸如文本到图像的生成、图像到图像
的生成等应用研究也让工业界与学术界都非常“兴奋”,为人工智能行业带来了非常
多的可能性。
目前网络上关于生成对抗网络的介绍林林总总,越来越多的人对它的出现感到
好奇,想知道计算机是如何通过博弈的方法来进行自我优化的。我也曾在知乎上写
过一篇介绍性文章,但写完之后总觉得不够尽兴,希望有机会把这个领域相对完整
的知识体系呈现在初学者面前,并帮助那些对人工智能技术感兴趣的朋友,让他们
尽量少走一些弯路,更直观地了解这个前沿的新兴领域。
本书面向机器学习从业人员、高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,书中包含了生成对抗网络的理论知识与项目实践。通过本书的学
习,读者可理解生成对抗网络的技术原理,并通过书中的代码实例了解技术细
节。本书尽量避免出现需要高性能计算设备才可以运行的项目,希望读者在感
受到生成对抗网络的魅力之后,有机会在自己的设备上尝试运行一些项目。只
有通过不断实践,才能真正理解生成对抗网络,并将其应用到自己的学习与工
作中
|
|
