Описание
Порождающие состязательные сети (GAN) открывают перспективу построения сетевых моделей следующего поколения, поскольку обладают возможностью имитировать любые распределения данных. В этой быстроразвивающейся области машинного обучения ведутся многочисленные исследования.
В данной книге рассматриваются сквозные проекты построения сетей GAN с обучением без учителя. Анализируются концепции, инструменты и библиотеки, которые обеспечат эффективность проектов; отмечается, что для каждого из них характерны различные наборы данных. От главы к главе уровень сложности рассматриваемых операций возрастает - такая структура способствует лучшему усвоению материала. Особое внимание уделяется практической реализации популярных проектов сетей 3D-GAN, DCGAN, StackGAN и CycleGAN, их архитектуре и функционированию моделей.
Изучив проекты, представленные в этой книге, вы будете готовы создавать, обучать и оптимизировать сквозные модели сетей GAN.
Вы узнаете:
- как обучить сети генерации реальных форм с помощью набора данных 3D ShapeNet;
- как генерировать анимационные персонажи в Jupiter Notebook при помощи библиотеки Keras для сети DCGAN;
- как использовать сети SRGAN для генерации изображений с высоким разрешением;
- как обучить сети Age-cGAN повышению узнаваемости лиц на материале изображений с сайта WIKI;
- как использовать сеть Условная GAN для преобразования одного изображения в другое;
- как применять генератор и дискриминатор в сети StackGAN, используя библиотеку Keras.
Характеристики
Автор(ы) | Кайлаш Ахирвар |
Переводчик | В. А. Яроцкий |
Издательство | ДМК Пресс |
Год выпуска | 2020 |
ISBN | 978-5-97060-783-1 |
Кол-во страниц | 252 |
Формат страниц | 70x100/16 (170x240 мм) |
Язык | Русский |
Переплёт | Мягкий |
Доп. сведения | Офсетная бумага |
Иллюстрации | черно-белые |
Тираж | 200 экз. |
Вес | 385 г |