机读格式显示(MARC)
- 000 01690nam0 2200289 450
- 010 __ |a 978-7-121-34254-7 |d CNY65.00
- 100 __ |a 20180627d2018 em y0chiy50 ea
- 200 1_ |a GAN |A Gan |e 实战生成对抗网络 |d = Learning generative adversarial networks |f (美) Kuntal Ganguly著 |g 刘梦馨译 |z eng
- 210 __ |a 北京 |c 电子工业出版社 |d 2018
- 314 __ |a 责任者Ganguly规范汉译姓: 甘古力
- 330 __ |a 生成模型在数据科学家中获得了广泛的普及，主要是因为它们有助于构建从源中消耗原始数据的AI系统。与监督学习方法不同，生成模型不需要标注数据，这使得它成为一个有趣的系统。这本书将让你了解生成模型和从头开始实施生成对抗网络的基础知识。这本书从生成模型的基础开始，带你了解生成对抗网络背后的理论，它是构建基础。您将了解GAN如何自动生成草图的兼容颜色，并能够使用正确的颜色绘制手绘草图。发现将生成对抗网络堆叠到多个阶段的最新方法，以解决文本到图像合成的问题，并通过各种各样的数据集开发主要集中在图像上的智能和创意应用程序。您还将看到如何使用Tensorflow和Keras将DiscoGAN成功地将类型从一个域转移到另一个域。通过这本书，您将受到培训，以建立GAN模型并在生产环境中使用它们。您将掌握生成建模的基础知识，并学习如何有效和准确地使用它。
- 500 10 |a Learning generative adversarial networks |A Learning Generative Adversarial Networks |m Chinese
- 517 1_ |a 实战生成对抗网络 |A Shi Zhan Sheng Cheng Dui Kang Wang Luo
- 606 0_ |a 机器学习 |A Ji Qi Xue Xi |x 研究
- 701 _1 |a 甘古力 |A Gan Gu Li |g (Ganguly, Kuntal) |4 著
- 702 _0 |a 刘梦馨 |A Liu Meng Xin |4 译
- 801 _0 |a CN |b HDUL |c 20181015
- 905 __ |a HDUL |d TP181/4441