Deep learning i modelowanie generatywne
249 Kč 390 Kč
Techniki uczenia głębokiego rozwijają się w imponującym tempie, a sieci neuronowe znajdują zastosowanie w przeróżnych branżach. Coraz częściej komputer wykonuje zadania, które do niedawna były zarezerwowane dla człowieka. Dobrym przykładem jest tworzenie dzieł sztuki: ostatnie postępy w dziedzinie modelowania generatywnego sprawiają, że maszyny tworzą oryginalne obrazy w określonym stylu, piszą spójne akapity tekstu, komponują przyjemną w odbiorze muzykę i generują prawdopodobne scenariusze zdarzeń. Ta \"generatywna rewolucja\" już się zaczęła, a jej efekty przekraczają najśmielsze wyobrażenia.
Ta książka jest praktycznym przewodnikiem przeznaczonym dla inżynierów uczenia maszynowego i analityków danych. W jasny i przystępny sposób omówiono w niej zasadnicze zagadnienia teorii modelowania generatywnego, a następnie zaprezentowano techniki stosowane do budowy modeli generatywnych, włącznie z ogólnym opisem uczenia głębokiego, wariacyjnych autoenkoderów i generatywnych sieci antagonistycznych (GAN). Na tej podstawie - z wykorzystaniem biblioteki Keras - pokazano wewnętrzne funkcjonowanie każdej z tych technik, łącznie z najbardziej nowatorskimi architekturami. Opisano krok po kroku sposoby rozwiązywania takich twórczych zadań jak malowanie, pisanie i komponowanie muzyki, a także zastosowania modelowania generatywnego do optymalizacji strategii grania w gry (modele World).
W książce między innymi:
- działanie autoenkoderów wariacyjnych
- tworzenie sieci GAN, w tym CycleGAN i MuseGAN
- rekurencyjne modele generatywne do tworzenia tekstu oraz mechanizmy uwagi
- modele generatywne w środowiskach uczenia przez wzmacnianie
- architektura Transformer (BERT, GPT-2) oraz modele generowania obrazu
Autor: | Foster, David |
Nakladatel: | Helion |
ISBN: | 9788328372832 |
Rok vydání: | 2021 |
Jazyk : | Polština |
Vazba: | brožovaná/paperback |
Počet stran: | 264 |
-
MacPodręcznik Edycja OS X Yosemite
Piotr Wróblewski
-
Elektronika Leksykon kieszonkowy
Wrotek Witold
-
Złam ten kod z Pythonem. Jak tworzyć,...
Al Sweigart
-
Praktyczny poradnik poligraficzny. Pr...
Andrzej Gołąb
-
Programowanie aplikacji na serwisy sp...
LeBlanc Jonathan
-
Matematyka w Pythonie
Saha, Amit
-
Od matematyki do programowania
Rychlicki Wiesław
-
Docker dla programistów
Richard Bullington-McGuire, Michael Schwartz, And
-
Matematyczne łamańce. 113 zagadek log...
Beata Prucnal ,Piotr Gołąb ,Piotr Kosowicz
-
Domain-Driven Design dla .NET Core
Alexey Zimarev
-
Testowanie oprogramowania
Pawlak Rafał
-
Mistrz czystego kodu. Kodeks postępow...
Robert C. Martin
-
C# 8.0. Kompletny przewodnik dla prak...
Mark Michaelis, Eric Lippert
-
Unity na start! Programowanie dla nas...
Jacek Ross, Ksawery Ross
-
Programowanie w JavaScript. Rusz głową!
Freeman Eric T., Robson Elisabeth
-
Dane grafowe w praktyce
Gosnell, Denise