《生成對(duì)抗網(wǎng)絡(luò)入門指南 第2版 》讀書筆記思維導(dǎo)圖_第1頁(yè)
《生成對(duì)抗網(wǎng)絡(luò)入門指南 第2版 》讀書筆記思維導(dǎo)圖_第2頁(yè)
《生成對(duì)抗網(wǎng)絡(luò)入門指南 第2版 》讀書筆記思維導(dǎo)圖_第3頁(yè)
《生成對(duì)抗網(wǎng)絡(luò)入門指南 第2版 》讀書筆記思維導(dǎo)圖_第4頁(yè)
《生成對(duì)抗網(wǎng)絡(luò)入門指南 第2版 》讀書筆記思維導(dǎo)圖_第5頁(yè)
已閱讀5頁(yè),還剩27頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

思維導(dǎo)圖PPT模板《生成對(duì)抗網(wǎng)絡(luò)入門指南第2版》最新版讀書筆記,下載可以直接修改生成小結(jié)第章對(duì)抗網(wǎng)絡(luò)技術(shù)人工智能領(lǐng)域工程發(fā)展研究基礎(chǔ)圖像模型問(wèn)題框架機(jī)器深度部分本書關(guān)鍵字分析思維導(dǎo)圖01第1章人工智能入門第3章理解生成對(duì)抗網(wǎng)絡(luò)第5章WassersteinGAN第2章預(yù)備知識(shí)與開(kāi)發(fā)工具第4章深度卷積生成對(duì)抗網(wǎng)絡(luò)第6章不同結(jié)構(gòu)的GAN目錄030502040607第7章文本到圖像的生成第9章序列數(shù)據(jù)的生成第8章圖像到圖像的生成第10章GAN與強(qiáng)化學(xué)習(xí)及逆向強(qiáng)化學(xué)習(xí)目錄0908010011第11章新一代GAN參考文獻(xiàn)第12章GAN的應(yīng)用與發(fā)展目錄013012內(nèi)容摘要生成對(duì)抗網(wǎng)絡(luò)毫無(wú)疑問(wèn)是當(dāng)今熱門的人工智能技術(shù)之一,曾被美國(guó)《麻省理工科技評(píng)論》評(píng)選為“全球十大突破性技術(shù)”?!渡蓪?duì)抗網(wǎng)絡(luò)入門指南》是一本結(jié)合基礎(chǔ)理論與工程實(shí)踐的入門型書籍,深入淺出地講解了生成對(duì)抗網(wǎng)絡(luò)的各類模型以及技術(shù)發(fā)展。本書面向機(jī)器學(xué)習(xí)從業(yè)人員、在校相關(guān)專業(yè)學(xué)生以及具備一定基礎(chǔ)的人工智能領(lǐng)域愛(ài)好者。通過(guò)本書的學(xué)習(xí),能夠了解生成對(duì)抗網(wǎng)絡(luò)的技術(shù)原理,并通過(guò)書中的代碼實(shí)例深入技術(shù)細(xì)節(jié)。本書共分12個(gè)章節(jié),其中前半部分分別介紹了目前研究領(lǐng)域已經(jīng)較為成熟的生成對(duì)抗網(wǎng)絡(luò)模型,比如DCGAN、WGAN等等,以及大量不同結(jié)構(gòu)的生成對(duì)抗網(wǎng)絡(luò)變種。本書后半部分介紹了文本到圖像的生成、圖像到圖像的生成、離散數(shù)據(jù)的生成以及當(dāng)前前沿的高質(zhì)量生成技術(shù),結(jié)尾總結(jié)了目前生成對(duì)抗網(wǎng)絡(luò)在行業(yè)應(yīng)用中的研究與發(fā)展。希望本書能夠幫助廣大讀者跟上新技術(shù)的前沿,成為人工智能時(shí)代的先行者。第1章人工智能入門1.1人工智能的歷史以及發(fā)展1.2機(jī)器學(xué)習(xí)與深度學(xué)習(xí)1.3了解生成對(duì)抗網(wǎng)絡(luò)1.4本章小結(jié)第1章人工智能入門第2章預(yù)備知識(shí)與開(kāi)發(fā)工具2.1Python語(yǔ)言與開(kāi)發(fā)框架2.2TensorFlow基礎(chǔ)入門2.3Keras基礎(chǔ)入門2.4本章小結(jié)第2章預(yù)備知識(shí)與開(kāi)發(fā)工具第3章理解生成對(duì)抗網(wǎng)絡(luò)3.1生成模型3.2GAN的數(shù)學(xué)原理3.3GAN的可視化理解3.4GAN的工程實(shí)踐3.5本章小結(jié)12345第3章理解生成對(duì)抗網(wǎng)絡(luò)第4章深度卷積生成對(duì)抗網(wǎng)絡(luò)4.1DCGAN的框架4.2DCGAN的工程實(shí)踐4.3DCGAN的實(shí)驗(yàn)性應(yīng)用4.4本章小結(jié)第4章深度卷積生成對(duì)抗網(wǎng)絡(luò)第5章WassersteinGAN5.1GAN的優(yōu)化問(wèn)題5.2WGAN的理論研究5.3WGAN的工程實(shí)踐5.4WGAN的實(shí)驗(yàn)效果分析5.5WGAN的改進(jìn)方案:WGAN-G...5.6本章小結(jié)010302040506第5章WassersteinGAN第6章不同結(jié)構(gòu)的GAN6.1GAN與監(jiān)督式學(xué)習(xí)6.2GAN與半監(jiān)督式學(xué)習(xí)6.3GAN與無(wú)監(jiān)督式學(xué)習(xí)6.4本章小結(jié)第6章不同結(jié)構(gòu)的GAN第7章文本到圖像的生成7.1文本條件式生成對(duì)抗網(wǎng)絡(luò)7.2文本生成圖像進(jìn)階:GAWWN7.3文本到高質(zhì)量圖像的生成7.4本章小結(jié)第7章文本到圖像的生成第8章圖像到圖像的生成8.1可交互圖像轉(zhuǎn)換:iGAN8.2匹配數(shù)據(jù)圖像轉(zhuǎn)換:Pix2Pix8.3非匹配數(shù)據(jù)圖像轉(zhuǎn)換:CycleG...8.4多領(lǐng)域圖像轉(zhuǎn)換:StarGAN8.5本章小結(jié)12345第8章圖像到圖像的生成第9章序列數(shù)據(jù)的生成9.1序列生成的問(wèn)題9.2GAN的序列生成方法9.3自然語(yǔ)言生成9.4本章小結(jié)第9章序列數(shù)據(jù)的生成第10章GAN與強(qiáng)化學(xué)習(xí)及逆向強(qiáng)化學(xué)習(xí)10.1GAN與強(qiáng)化學(xué)習(xí)10.3本章小結(jié)10.2GAN與逆向強(qiáng)化學(xué)習(xí)第10章GAN與強(qiáng)化學(xué)習(xí)及逆向強(qiáng)化學(xué)習(xí)第11章新一代GAN11.1GAN的評(píng)估方法11.3本章小結(jié)11.2GAN的進(jìn)化第11章新一代GAN第12章GAN的應(yīng)用與發(fā)展12.1多媒

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論