深入浅出GAN生成对抗网络 原理剖析与TensorFlow实践
作者: 廖茂文
出版社:人民邮电出版社 2020年06月
简介:
本书首先从Python 基本语法开始讨论,逐步介绍必备的数学知识与神经网络的基本知识,并利用讨论的内容编写一个深度学习框架TensorPy,有了这些知识作为铺垫后,就开始讨论生成对抗网络(GAN)相关的内容。然后,本书使用比较简单的语言来描述GAN 涉及的思想、模型与数学原理,接着便通过TensorFlow实现传统的GAN,并讨论为何一定需要生成器或判别器。接下来,重点介绍GAN 各种常见的变体,包括卷积生成对抗网络、条件对抗生成网络、循环一致性、改进生成对抗网络、渐近增强式生成对抗网络等内容。 本书从模型与数学的角度来理解GAN 变体,希望通过数学符号表达出不同GAN 变体的核心思想,适合人工智能、机器学习、计算机视觉相关专业的人员学习使用。