Генеративное глубокое обучение. Как не мы рисуем картины, пишем романы и музыку. 2-е межд изд.
Год издания: 2024
Автор: Фостер Дэвид
Издательство: Спринт Бук
ISBN: 978- 601-08-3729-4
Язык: Русский
Формат: PDF
Качество: Издательский макет или текст (eBook)
Количество страниц: 448
Описание: Генеративный ИИ — одна из самых обсуждаемых тем в сфере технологий. Пора разобраться с возможностями TensorFlow и Keras, чтобы с легкостью создавать впечатляющие генеративные модели глубокого обучения, включая вариационные автокодировщики (VAE), генеративно-состязательные сети (GAN), трансформеры, нормализующие потоки, модели на основе энергии и диффузионные модели удаления шума.
Дэвид Фостер, начинает с основ глубокого обучения и постепенно переходит к передовым архитектурам. Благодаря его советам и подсказкам вы узнаете, как повысить эффективность обучения и творческие возможности ваших моделей. Книга была полностью обновлена и переработана, чтобы соответствовать текущему развитию генеративного обучения.
Примеры страниц (скриншоты)
Оглавление
Предисловие ..........................................................................................................................18
Вступление ............................................................................................................................19
ЧАСТЬ I. ВВЕДЕНИЕ В ГЕНЕРАТИВНОЕ ГЛУБОКОЕ ОБУЧЕНИЕ
Глава 1. Генеративное моделирование................................................................................31
Глава 2. Глубокое обучение .................................................................................................51
ЧАСТЬ II. МЕТОДЫ
Глава 3. Вариационные автокодировщики .........................................................................87
Глава 4. Генеративно-состязательные сети ...................................................................... 123
Глава 5. Модели авторегрессии ......................................................................................... 158
Глава 6. Модели нормализующих потоков ........................................................................ 194
Глава 7. Модели на основе энергии .................................................................................. 215
Глава 8. Модели диффузии ................................................................................................ 231
ЧАСТЬ III. ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ
Глава 9. Трансформеры ...................................................................................................... 261
Глава 10. Продвинутые GAN ............................................................................................... 291
Глава 11. Генерирование музыки ...................................................................................... 320
Глава 12. Модели мира ...................................................................................................... 353
Глава 13. Мультимодальные модели................................................................................... 379
Глава 14. Заключение ........................................................................................................ 411
Ссылки ................................................................................................................................. 437
Об авторе ........................................................................................................................... 443
Иллюстрация на обложке .................................................................................................. 444
