深入淺出GAN生成對抗網絡：原理剖析與TensorFlow實踐
本書首先從Python基本語法開始討論，逐步介紹必備的數學知識與神經網絡的基本知識，并利用討論的內容編寫一個深度學習框架TensorPy，有了這些知識作為鋪墊后，就開始討論生成對抗網絡（GAN）相關的內容。然后，本書使用比較簡單的語言來描述GAN涉及的思想、模型與數學原理，接著便通過TensorFlow實現傳統的GAN，并討論為何一定需要生成器或判別器。接下來，重點介紹GAN各種常見的變體，包括卷積生成對抗網絡、條件對抗生成網絡、循環一致性、改進生成對抗網絡、漸近增強式生成對抗網絡等內容。本書從模型與數學的角度來理解GAN變體，希望通過數學符號表達出不同GAN變體的核心思想，適合人工智能、機器學習、計算機視覺相關專業的人員學習使用。
·24萬字
