返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书GAN生成对抗神经网络原理与实践9787301321164
  • 正版全新
    • 作者: 李明军著 | 李明军编 | 李明军译 | 李明军绘
    • 出版社: 北京大学出版社
    • 出版时间:2021-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 李明军著| 李明军编| 李明军译| 李明军绘
    • 出版社:北京大学出版社
    • 出版时间:2021-05-01
    • 版次:1
    • 印次:1
    • 字数:449000
    • 页数:296
    • 开本:16开
    • ISBN:9787301321164
    • 版权提供:北京大学出版社
    • 作者:李明军
    • 著:李明军
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787301321164
    • 出版社:北京大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-05-01
    • 页数:296
    • 外部编号:1202382189
    • 版次:1
    • 成品尺寸:暂无

    章 生成对抗神经网络综述 1

    1.1 什么是生成对抗神经网络? 2

    1.2 为什么要学习GAN? 5

    1.3 应用场景 9

    1.4 技术难点 18

    1.5 潜在空间的处理 22

    1.6 个GAN实战 27

    第2章 TensorFlow 2.0安装 39

    2.1 通过Docker安装 40

    2.2 通过conda安装 41

    第3章 神经网络原理 43

    3.1 应用场景简介 44

    3.2 深层神经网络简介 46

    3.3 卷积神经网络简介 53

    3.4 反卷积神经网络简介 61

    第4章 TensorFlow 2.0开发入门 65

    4.1 开发环境 66

    4.2 张量 68

    4.3 Keras开发概览 72

    4.4 使用函数接口开发 87

    4.5 网络层 99

    4.6 激活函数 104

    4.7 损失函数 108

    4.8 优化器 110

    第5章 常用数据集 112

    5.1 MNIST 113

    5.2 Fashion-MNIST 115

    5.3 CIFAR-10 118

    5.4 CIFAR-100 120

    第6章 DCGAN 1

    6.1 DCGAN概述 124

    6.2 批量标准化 124

    6.3 使用多种激活函数 125

    6.4 在MNIST数据集上的实现 126

    6.5 在LSUN数据集上的实现 139

    第7章 CGAN 148

    7.1 CGAN概述 149

    7.2 在MNIST数据集上的实现 153

    第8章 InfoGAN 179

    8.1 技术原理 180

    8.2 模型实现技巧 183

    8.3 在MNIST数据集上的实现 185

    8.4 在Fashion MNIST数据集上的实现 201

    第9章 SGAN 204

    9.1 技术原理 205

    9.2 模型训练 207

    9.3 SGAN在MNIST数据集上的实现 210

    9.4 SGAN在CIFAR数据集上的实现 242

    0章 CycleGAN 267

    10.1 CycleGAN简介 268

    10.2 技术原理 268

    10.3 技术实现 270

    ……

    1.概览全景:首先,本书对GAN进行全景式的介绍,让读者能够了解GAN的技术起源、在应用领域的发展演变过程、在技术上面临的主要挑战,以及解决这些挑战的思路和对策。
    2. 详解原理:其次,本书详细介绍了GAN的基本原理,即通过生成模型(Generative Model,G)和判别模型(Discriminative Model,D)的相互对抗,实现生成模型具备生成足够逼真的高维度数据(如图像或音乐)的能力。
    3. 案例丰富:,本书介绍了几种常用的、有代表的GAN模型实战,包括原始的GAN、DCGAN(基于深层卷积网络的GAN)、CGAN(有条件约束的GAN)、InfoGAN(自动捕获图像中关键特征的GAN)、SGAN(多层堆叠的GAN)、CycleGAN(循环一致的GAN)等。这些GAN模型涵盖了GAN在发展演变过程中各个阶段面临的挑战与对策,可让读者掌握各种各样的GAN的关键原理和实战代码。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购