《PyTorch生成对抗网络编程》PDF电子书下载
《PyTorch生成对抗网络编程》内容简介
[英]塔里克·拉希德（Tariq Rashid） / 韩江雷 / 人民邮电出版社 / 2020-12 / 69.00元 -
畅销书《Python神经网络编程》作者最新力作；
全彩印刷，配套示例代码，图文并茂，易懂实用；
从零开始，用PyTorch构建自己的生成对抗网络。
生成对抗网络（Generative Adversarial Network，GAN）是神经网络领域的一颗新星，被誉为“机器 学习领域近 20 年来最酷的想法”。
本书以直白、简短的方式向读者介绍了生成对抗网络，指导读者如何使用PyTorch 按部就班地编写生成对抗网络。
全书共3章和5个附录，分别介绍了PyTorch基础知识，用PyTorch开发神经网络，改良神经网络以提升效果，引入CUDA和GPU以加速GAN训练，以及生成高质量图像的卷积GAN、条件式GAN等话题。附录部分介绍了在很多机器学习相关教程中被忽略的主题，包括计算平衡GAN的理想损失值、概率分布和采样，以及卷积如何工作，还简单解释了为什么梯度下降不适用于对抗式机器学习。
本书适合想初步了解GAN以及其工作原理的读者，也适合想要学习如何构建GAN的机器学习从业人员。对于正在学习机器学习相关课程的学生，本书可以帮助读者快速入门，为后续的学习打好基础。
畅销书《Python神经网络编程》作者最新力作；
全彩印刷，配套示例代码，图文并茂，易懂实用；
从零开始，用PyTorch构建自己的生成对抗网络。
生成对抗网络（Generative Adversarial Network，GAN）是神经网络领域的一颗新星，被誉为“机器 学习领域近 20 年来最酷的想法”。
本书以直白、简短的方式向读者介绍了生成对抗网络，指导读者如何使用PyTorch 按部就班地编写生成对抗网络。
全书共3章和5个附录，分别介绍了PyTorch基础知识，用PyTorch开发神经网络，改良神经网络以提升效果，引入CUDA和GPU以加速GAN训练，以及生成高质量图像的卷积GAN、条件式GAN等话题。附录部分介绍了在很多机器学习相关教程中被忽略的主题，包括计算平衡GAN的理想损失值、概率分布和采样，以及卷积如何工作，还简单解释了为什么梯度下降不适用于对抗式机器学习。
本书适合想初步了解GAN以及其工作原理的读者，也适合想要学习如何构建GAN的机器学习从业人员。对于正在学习机器学习相关课程的学生，本书可以帮助读者快速入门，为后续的学习打好基础。
同类热门电子书下载更多
- Observed Brain Dynamics
- 生物计算机 —日本的下一代计算机
- Introduction to Neural Networks for Java, 2nd Edition
- Introduction to Neural Networks for C#, 2nd Edition
- Parallel Distributed Processing, Vol. 2
- Pattern Recognition and Neural Networks
- Rethinking Innateness
- 外汇汇率与国际原油价格波动预测
- 社会动力学与信息化理论
- Introduction to Artificial Neural Systems
- 人工神经网络与自然计算研究进展
- 人工神经网络理论、设计及应用
- 人工神经网络技术及应用/机电工程师继续教育丛书
- 人工神经网络原理及其应用
- 二进前向人工神经网络-----理论与应用
- 基于神经网络的智能诊断
- 人工神经网络建造
- 模糊控制·神经控制和智能控制论
- 用Python实现深度学习框架
- 人工神经网络理论及应用(普通高等教育电气工程自动化系列规划教材)