Bewertung:

Das Buch ist ein gut organisiertes Kochbuch, das sich auf Deep Learning für die Bilderzeugung konzentriert, insbesondere unter Verwendung von VAEs und GANs, und enthält praktische Codebeispiele in TensorFlow. Es wird für seinen geradlinigen Ansatz und seine Klarheit bei der Erklärung komplexer Konzepte geschätzt, obwohl es an Tiefe bei mathematischen Erklärungen und Debugging-Techniken mangelt.
Vorteile:⬤ Gut geschrieben und organisiert
⬤ praktische Code-Beispiele in Jupyter Notebooks
⬤ klare Erklärungen komplexer Themen
⬤ deckt fortgeschrittene Techniken wie GANs, Gesichtsgenerierung und Videosynthese ab
⬤ gute Balance von Algorithmus-Intuition und Implementierungsdetails
⬤ hilfreich für Anfänger und erfahrene Praktiker.
⬤ Geringe Betonung der mathematischen Grundlagen von GANs
⬤ fehlende Diskussion über das Debugging von GANs
⬤ fortgeschrittene Projekte können Multi-GPU-Systeme erfordern
⬤ einige Abschnitte können sich mit komplexen Konzepten überladen.
(basierend auf 6 Leserbewertungen)
Hands-On Image Generation with TensorFlow: A practical guide to generating images and videos using deep learning
Implementieren Sie verschiedene hochmoderne Architekturen, wie GANs und Autoencoders, zur Bilderzeugung mit TensorFlow 2.x von Grund auf
Hauptmerkmale
⬤ Verstehen Sie die verschiedenen Architekturen für die Bilderzeugung, einschließlich Autoencodern und GANs.
⬤ Erstellen Sie Modelle, die ein Bild Ihres Gesichts bearbeiten, Fotos in Gemälde verwandeln und fotorealistische Bilder erzeugen können.
⬤ Entdecken Sie, wie Sie tiefe neuronale Netze mit den erweiterten Funktionen von TensorFlow 2.x aufbauen können.
Buchbeschreibung
Das aufstrebende Feld der Generative Adversarial Networks (GANs) hat es möglich gemacht, ununterscheidbare Bilder aus bestehenden Datensätzen zu erzeugen. Mit diesem praxisnahen Buch werden Sie nicht nur Fähigkeiten zur Bilderzeugung entwickeln, sondern auch ein solides Verständnis der zugrunde liegenden Prinzipien erlangen.
Dieses Buch beginnt mit einer Einführung in die Grundlagen der Bilderzeugung mit TensorFlow und behandelt Variational Autoencoders (VAEs) und GANs. Sie werden entdecken, wie man Modelle für verschiedene Anwendungen erstellt, während Sie sich mit der Durchführung von Gesichtstausch mit Deepfakes, neuronaler Stilübertragung, Bild-zu-Bild-Übersetzung, Umwandlung einfacher Bilder in fotorealistische Bilder und vielem mehr beschäftigen. Sie werden auch verstehen, wie und warum man hochmoderne tiefe neuronale Netze mit fortgeschrittenen Techniken wie Spektralnormalisierung und Selbstaufmerksamkeitsschicht konstruiert, bevor Sie mit fortgeschrittenen Modellen für die Erzeugung und Bearbeitung von Gesichtern arbeiten. Sie erhalten auch eine Einführung in die Restaurierung von Fotos, die Text-Bild-Synthese, das Retargeting von Videos und das neuronale Rendering. Im Laufe des Buches werden Sie lernen, Modelle von Grund auf in TensorFlow 2.x zu implementieren, einschließlich PixelCNN, VAE, DCGAN, WGAN, pix2pix, CycleGAN, StyleGAN, GauGAN und BigGAN.
Am Ende dieses Buches werden Sie mit TensorFlow gut vertraut sein und in der Lage sein, bildgenerative Technologien sicher zu implementieren.
(Was Sie lernen werden)
⬤ Trainieren Sie auf Gesichtsdatensätzen und nutzen Sie diese, um latente Räume für die Bearbeitung neuer Gesichter zu erkunden.
⬤ Machen Sie sich mit dem Austauschen von Gesichtern mit Deepfakes vertraut.
⬤ Stilübertragung durchführen, um ein Foto in ein Gemälde zu verwandeln.
⬤ Erstellen und trainieren Sie pix2pix, CycleGAN und BicycleGAN für die Übersetzung von Bild zu Bild.
⬤ Verwenden Sie iGAN, um die vielfältige Interpolation zu verstehen, und GauGAN, um einfache Bilder in fotorealistische Bilder zu verwandeln.
⬤ Machen Sie sich mit generativen Aufmerksamkeitsmodellen wie SAGAN und BigGAN vertraut.
⬤ Generieren Sie hochauflösende Fotos mit Progressive GAN und StyleGAN.
Für wen ist dieses Buch gedacht?
Das Buch Hands-On Image Generation with TensorFlow richtet sich an Deep-Learning-Ingenieure, Praktiker und Forscher, die Grundkenntnisse über faltungsneuronale Netze haben und verschiedene Techniken zur Bilderzeugung mit TensorFlow 2.x erlernen möchten. Sie werden dieses Buch auch nützlich finden, wenn Sie ein Bildverarbeitungsprofi oder ein Computer-Vision-Ingenieur sind, der modernste Architekturen zur Verbesserung und Aufwertung von Bildern und Videos erforschen möchte. Kenntnisse in Python und TensorFlow werden Ihnen helfen, das Beste aus diesem Buch herauszuholen.