机读格式显示(MARC)
- 010 __ |a 978-7-111-71223-7 |d CNY99.00
- 100 __ |a 20221124d2022 em y0chiy50 ea
- 200 1_ |a 生成对抗网络GAN |A sheng cheng dui kang wang luo GAN |e 原理与实践 |d = Deep generative adversarial network |e principle and practice |f 言有三, 郭晓洲著 |z eng
- 210 __ |a 北京 |c 机械工业出版社 |d 2022
- 215 __ |a xi, 333页, [16] 页图版 |c 图 (部分彩图) |d 24cm
- 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu
- 314 __ |a 言有三, 本名: 龙鹏, 资深人工智能技术专家。郭晓洲, 笔名: 小米粥, 博士研究生, 毕业于中国科学院半导体研究所。
- 330 __ |a 本书是一本系统讲解GAN理论、模型、常见问题, 并为视觉和语音领域的大部分应用场景提供GAN解决方案和综合实例的著作。作者在人工智能领域积累颇深, 这本书得到了前阿里巴巴达摩院华先胜和中国科学院自动化所刘成林的推荐。前4章有针对性地讲解GAN的理论, 帮助读者夯实基础; 后8章讲解应用, 用大量经典的模型和9个案例, 为8个应用场景提供了GAN解决方案。第1~4章首先介绍了无监督生成模型、显式生成模型、以GAN为代表的隐式生成模型等各种生成模型的理论和原理; 然后讲解了GAN中的目标函数及其数学原理、GAN在训练中的常见问题和相应解决方案、GAN的评价指标和可视化等; 第5-12章分别讲解了图像生成GAN的各类模型与应用、图像翻译GAN的各类模型与应用、人脸图像编辑GAN的各类模型与应用、图像质量增强GAN的各类模型与应用、三维图片与视频生成GAN的各类模型与应用、通用的图像编辑GAN框架、对抗攻击以及GAN在其中的应用、GAN在语音信号处理中的实战应用。全书内容理论体系完善, GAN的目标优化、训练、评估等内容同类书中极少提及; 内容丰富、循序渐进, 覆盖视觉和语音中的绝大部分应用场景; 实战性强, 9个综合案例, 提供案例源代码和解读, 以及实验数据和实验结果对比分析; 图文并茂, 包含大量原创图表, 可读性强。
- 410 _0 |1 2001 |a 智能系统与技术丛书
- 510 1_ |a Deep generative adversarial network |e principle and practice |z eng
- 517 1_ |a 原理与实践 |A yuan li yu shi jian
- 606 0_ |a 机器学习 |A ji qi xue xi
- 701 _0 |a 言有三 |A yan you san |4 著
- 701 _0 |a 郭晓洲 |A guo xiao zhou |4 著
- 801 _0 |a CN |b 湖北三新 |c 20221124
- 905 __ |a SYUT |d TP181/185