دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: 1 نویسندگان: Jakub Langr. Vladimir Bok سری: ISBN (شابک) : 1617295566, 9781617295560 ناشر: Manning Publications سال نشر: 2019 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 مگابایت
کلمات کلیدی مربوط به کتاب GANs in Action: یادگیری عمیق با شبکه های خصمانه تولیدی: یادگیری ماشینی، یادگیری عمیق، یادگیری بدون نظارت، یادگیری ماشین متخاصم، پایتون، شبکههای عصبی کانولوشن، رمزگذارهای خودکار، شبکههای متخاصم مولد، Keras، TensorFlow، یادگیری نیمه نظارت شده، CycleGAN، GANهای شرطی
در صورت تبدیل فایل کتاب GANs in Action: Deep learning with Generative Adversarial Networks به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب GANs in Action: یادگیری عمیق با شبکه های خصمانه تولیدی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
GANs in Action به شما می آموزد که چگونه شبکه های متخاصم مولد خود را بسازید و آموزش دهید، یکی از مهم ترین نوآوری ها در یادگیری عمیق. در این کتاب، شما یاد خواهید گرفت که چگونه شروع به ساختن سیستم خصمانه ساده خود کنید، همانطور که پایه معماری GAN را بررسی می کنید: شبکه های مولد و متمایز. درباره فناوری شبکههای متخاصم مولد، GANها، یک فناوری هوش مصنوعی باورنکردنی هستند که قادر به ایجاد تصاویر، صدا و ویدیوهایی هستند که از «چیز واقعی» قابل تشخیص نیستند. با قرار دادن دو شبکه عصبی در برابر یکدیگر - یکی برای تولید تقلبی و دیگری برای شناسایی آنها. -GAN ها به سرعت یاد می گیرند که چهره های واقع گرایانه و سایر اشیاء رسانه ای تولید کنند. GAN ها با پتانسیل تولید انیمیشن های واقع گرایانه خیره کننده یا دیپ فیک های تکان دهنده، گام بزرگی در سیستم های یادگیری عمیق هستند. درباره کتاب GANs in Action به شما میآموزد که شبکههای متخاصم مولد خود را بسازید و آموزش دهید. شما با ایجاد شبکه های مولد و متمایز کننده ساده که پایه و اساس معماری GAN هستند، شروع می کنید. سپس، به دنبال مثالهای عملی متعدد، GANها را برای تولید تصاویر با وضوح بالا، ترجمه تصویر به تصویر و تولید دادههای هدفمند آموزش خواهید داد. در طول مسیر، نکات حرفه ای را برای هوشمند، موثر و سریع کردن سیستم خود خواهید یافت. داخلش چیه • اولین GAN خود را بسازید • مدیریت رشد تدریجی GAN ها • کاربردهای عملی GAN ها • عیب یابی سیستم شما درباره خواننده برای متخصصان داده با مهارت های پایتون متوسط، و اصول اولیه پردازش تصویر مبتنی بر یادگیری عمیق. درباره نویسنده Jakub Langr یکی از بنیانگذاران Computer Vision در Founders Factory (YEPIC.AI) است. ولادیمیر بوک یک مدیر ارشد محصول است که بر زیرساخت های یادگیری ماشین و تیم های تحقیقاتی در یک استارت آپ مستقر در نیویورک نظارت می کند.
GANs in Action teaches you how to build and train your own Generative Adversarial Networks, one of the most important innovations in deep learning. In this book, you'll learn how to start building your own simple adversarial system as you explore the foundation of GAN architecture: the generator and discriminator networks. About the Technology Generative Adversarial Networks, GANs, are an incredible AI technology capable of creating images, sound, and videos that are indistinguishable from the "real thing." By pitting two neural networks against each other—one to generate fakes and one to spot them—GANs rapidly learn to produce photo-realistic faces and other media objects. With the potential to produce stunningly realistic animations or shocking deepfakes, GANs are a huge step forward in deep learning systems. About the Book GANs in Action teaches you to build and train your own Generative Adversarial Networks. You'll start by creating simple generator and discriminator networks that are the foundation of GAN architecture. Then, following numerous hands-on examples, you'll train GANs to generate high-resolution images, image-to-image translation, and targeted data generation. Along the way, you'll find pro tips for making your system smart, effective, and fast. What's inside • Building your first GAN • Handling the progressive growing of GANs • Practical applications of GANs • Troubleshooting your system About the Reader For data professionals with intermediate Python skills, and the basics of deep learning-based image processing. About the Author Jakub Langr is a Computer Vision Cofounder at Founders Factory (YEPIC.AI). Vladimir Bok is a Senior Product Manager overseeing machine learning infrastructure and research teams at a New York-based startup.
PART 1 - INTRODUCTION TO GANS AND GENERATIVE MODELING 1. Introduction to GANs 2. Intro to generative modeling with autoencoders 3. Your first GAN: Generating handwritten digits 4. Deep Convolutional GAN PART 2 - ADVANCED TOPICS IN GANS 5. Training and common challenges: GANing for success 6. Progressing with GANs 7. Semi-Supervised GAN 8. Conditional GAN 9. CycleGAN PART 3 - WHERE TO GO FROM HERE 10. Adversarial examples 11. Practical applications of GANs 12. Looking ahead