生成对抗网络入门指南

生成对抗网络入门指南读书笔记模板01思维导图读书笔记作者介绍内容摘要目录分析精彩摘录目录0305020406思维导图指南网络网络生成技术对抗人工智能小结第章网络生成深度工程研究图像框架领域基础方案本书关键字分析思维导图内容摘要内容摘要生成对抗网络毫无疑问是2018年最热门的人工智能技术之一，被美国《麻省理工科技评论》评选为2018年“全球十大突破性技术”。《生成对抗网络入门指南》是一本结合基础理论与工程实践的入门型书籍，深入浅出地讲解了生成对抗网络的各类模型以及技术发展。本书面向机器学习从业人员、在校相关专业学生以及具备一定基础的人工智能领域爱好者。通过本书的学习，能够了解生成对抗网络的技术原理，并通过书中的代码实例深入技术细节。本书共分10个章节，其中前半部分分别介绍了目前研究领域已经较为成熟的生成对抗网络模型，比如DCGAN、WGAN等等，以及大量不同结构的生成对抗网络变种。本书后半部分介绍了生成对抗网络在文本到图像的生成、图像到图像的生成以及其它应用中的研究与发展。希望本书能够帮助广大读者跟上人工智能技术的潮流，成为AI时代的先行者。读书笔记读书笔记写得不错，解了一些疑惑。在数学和实际应用上都指出来理论和实际应用的点。浏览了一遍，内容还是比较丰富的。不错，之前没有了解GAN,这本书从比较基础的方面入手，比较通俗易懂地介绍了几种比较有名的结构，展现出了近年来GAN的流行趋势，值得一读，为我带来了一些有价值的思考，这种书好处就是相当于论文快餐吧，快速地了解某个网络对于自己有用的部分可以找到相应的论文来仔细研究，准确性也比CSDN等网站好很多。人工智能不仅赢得了围棋的巅峰对决，而且随着2018年10月25日一幅由AI绘制的名为《埃德蒙·贝拉米肖像》的画作，在美国纽约佳士得拍卖行以43.25万美元的价格售出，人工智能技术也里程碑式地进入绘画艺术市场。目录分析1.2机器学习与深度学习1.1人工智能的历史与发展第1章人工智能入门1.4本章小结1.3了解生成对抗网络第1章人工智能入门2.1Python语言与开发框架2.3Keras基础入门2.2TensorFlow基础入门第2章预备知识与开发工具2.5本章小结2.4Floyd：使用深度学习云平台运行程序第2章预备知识与开发工具3.1生成模型3.2GAN的数学原理3.3GAN的可视化理解3.4GAN的工程实践3.5本章小结12345第3章理解生成对抗网络4.1DCGAN的框架4.2DCGAN的工程实践4.3DCGAN的实验性应用4.4本章小结第4章深度卷积生成对抗网络5.1GAN的优化问题5.3WGAN的工程实践5.2WGAN的理论研究第5章WassersteinGAN5.4WGAN的实验效果分析5.6本章小结5.5WGAN的改进方案：WGAN-GP第5章WassersteinGAN6.1GAN与监督式学习6.2GAN与半监督式学习6.3GAN与无监督式学习6.4本章小结第6章不同结构的GAN7.1文本条件式生成对抗网络7.2文本生成图像进阶：GAWWN7.3文本到高质量图像的生成7.4本章小结第7章文本到图像的生成8.1可交互图像转换：iGAN8.2匹配数据图像转换：Pix2Pix8.3非匹配数据图像转换：CycleGAN8.4多领域图像转换：StarGAN8.5本章小结12345第8章图像到图像的生成9.1GAN在多媒体领域的应用9.2GAN与AI艺术9.3GAN与AI设计9.4本章小结第9章GAN的应用：从多媒体到艺术设计10.1评估与优化10.3发展中的GAN10.2对抗攻击第10章GAN研究热点作者介绍同名作者介绍