Главная » 2021 » Октябрь » 30 » Генеративное глубокое обучение. Творческий потенциал нейронных сетей
разработка, Программирование, Компьютерная литература
08:36

Скачать Генеративное глубокое обучение. Творческий потенциал нейронных сетей бесплатно


Генеративное моделирование – одна из самых обсуждаемых тем в области искусственного интеллекта. Машины можно научить рисовать, писать и сочинять музыку. Вы сами можете посадить искусственный интеллект за парту или мольберт, для этого достаточно познакомиться с самыми актуальными примерами генеративных моделей глубокого обучения: вариационные автокодировщики, генеративно-состязательные сети, модели типа кодер-декодер и многое другое.

Дэвид Фостер делает понятными и доступными архитектуру и методы генеративного моделирования, его советы и подсказки сделают ваши модели более творческими и эффективными в обучении. Вы начнете с основ глубокого обучения на базе Keras, а затем перейдете к самым передовым алгоритмам.

- Разберитесь с тем, как вариационные автокодировщики меняют эмоции на фотографиях.
- Создайте сеть GAN с нуля.
- Освойте работу с генеративными моделями генерации текста.
- Узнайте, как генеративные модели помогают агентам выполнять задачи в рамках обучения с подкреплением.
- Изучите BERT, GPT-2, ProGAN, StyleGAN и многое другое.

Название: Генеративное глубокое обучение. Творческий потенциал нейронных сетей
Год: 2020
Автор: Дэвид Фостер
Издательство: Питер
Жанр: программирование, разработка, компьютерная литература
Количество страниц: 352
Формат: PDF, DJVU, RTF
Язык: Русский
Размер: 47.04 Mb

Скачать Генеративное глубокое обучение. Творческий потенциал нейронных сетей

Категория: Книги и Журналы | Просмотров: 63 | Добавил: Hottei | Рейтинг: 0.0/0
У нас вы можете бесплатно загрузить Генеративное глубокое обучение. Творческий потенциал нейронных сетей чтобы получить этот файл из категории: Книги и Журналы выберите любой из файлообменнка и нажмите "Скачать бесплатно".
Похожие Книги и Журналы
Всего комментариев: 0
Добавлять комментарии могут только зарегистрированные пользователи.
[ Регистрация | Вход ]