A Primer on Generative Adversarial Networks
Dieses Buch richtet sich an Leser, die GANs verstehen wollen, ohne ein starkes mathematisches Hintergrundwissen zu benötigen. Darüber hinaus deckt es die praktischen Anwendungen von GANs ab, was es zu einer hervorragenden Ressource für Anfänger macht. A Primer on Generative Adversarial Networks eignet sich für Forscher, Entwickler, Studenten und jeden, der etwas über GANs lernen möchte. Es wird vorausgesetzt, dass der Leser ein grundlegendes Verständnis von maschinellem Lernen und neuronalen Netzen hat. Das Buch enthält fertige Skripte, die der Leser für weitere Forschungen verwenden kann. Als primäre Programmiersprache wird Python verwendet, so dass der Leser mit den Grundlagen dieser Sprache vertraut sein sollte.
Das Buch gibt zunächst einen Überblick über die GAN-Architektur und erläutert das Konzept der generativen Modelle. Anschließend wird die einfachste GAN-Architektur vorgestellt, die erklärt, wie GANs funktionieren und die Konzepte von Generator und Diskriminator abdeckt. Das Buch geht dann auf die fortgeschritteneren realen Anwendungen von GANs ein, wie die Erzeugung menschlicher Gesichter, Deep Fake, CycleGANs und mehr.
Am Ende des Buches werden die Leser ein grundlegendes Verständnis von GANs haben und in der Lage sein, ihren eigenen GAN-Code zu schreiben. Sie können dieses Wissen auf ihre Projekte anwenden, unabhängig davon, ob sie Anfänger oder erfahrene Praktiker des maschinellen Lernens sind.
| ISBN: | 9783031326608 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
