反馈文件质量
duxiu/initial_release/14762697.zip
实战GAN TENSORFLOW与KERAS生成对抗网络构建＝GENERATIVE ADVERSARIAL NETWORKS COOKBOOK OVER 100 RECIPES TO BUILD GENERATIVE MODELS USING PYTHON,TENSORFLOW,AND KERAS 🔍
(美)JOSH KALIN著 2019, 2019
中文 [zh] · PDF · 84.0MB · 2019 · 📗 未知类型的图书 · 🚀/duxiu/zlibzh · Save
描述
1 (p1): 序言 7 (p2): 第1章 什么是生成对抗网络 7 (p2-1): 简介 8 (p2-2): 生成模型和判别模型 8 (p2-2-1): 工作流程 9 (p2-2-2): 工作原理 10 (p2-3): 神经网络的“爱情故事” 10 (p2-3-1): 工作流程 11 (p2-3-2): 工作原理 11 (p2-4): 深度神经网络 11 (p2-4-1): 工作流程 12 (p2-4-2): 工作原理 13 (p2-5): 架构基础 13 (p2-5-1): 工作流程 14 (p2-5-2): 工作原理 15 (p2-6): 基本构建块——生成器 15 (p2-6-1): 工作流程 15 (p2-6-2): 工作原理 16 (p2-7): 基本构建块——判别器 16 (p2-7-1): 工作流程 17 (p2-7-2): 工作原理 18 (p2-8): 基本构建块——损失函数 18 (p2-8-1): 工作流程 18 (p2-8-2): 工作原理 20 (p2-9): 训练 20 (p2-9-1): 工作流程 20 (p2-9-2): 工作原理 20 (p2-10): 以不同方式组织GAN 21 (p2-10-1): 工作流程 21 (p2-10-2): 工作原理 22 (p2-11): GAN的输出是什么 22 (p2-11-1): 工作流程 22 (p2-11-2): 工作原理 24 (p2-12): 理解GAN架构的优点 24 (p2-12-1): 工作流程 25 (p2-12-2): 工作原理 25 (p2-13): 练习 27 (p3): 第2章 数据优先、环境和数据准备 27 (p3-1): 简介 27 (p3-2): 数据是否如此重要 28 (p3-2-1): 准备工作 28 (p3-2-2): 工作流程 29 (p3-2-3): 工作原理 29 (p3-2-4): 更多内容 29 (p3-3): 搭建开发环境 30 (p3-3-1): 准备工作 30 (p3-3-2): 工作流程 35 (p3-3-3): 更多内容 35 (p3-4): 数据类型 36 (p3-4-1): 准备工作 36 (p3-4-2): 工作流程 38 (p3-4-3): 工作原理 40 (p3-4-4): 更多内容 41 (p3-5): 数据预处理 41 (p3-5-1): 准备工作 41 (p3-5-2): 工作流程 42 (p3-5-3): 工作原理 45 (p3-5-4): 更多内容 46 (p3-6): 异常数据 46 (p3-6-1): 准备工作 46 (p3-6-2): 工作流程 49 (p3-6-3): 更多内容 49 (p3-7): 平衡数据 49 (p3-7-1): 准备工作 49 (p3-7-2): 工作流程 53 (p3-7-3): 更多内容 54 (p3-8): 数据强化 54 (p3-8-1): 准备工作 55 (p3-8-2): 工作流程 56 (p3-8-3): 工作原理 57 (p3-8-4): 更多内容 58 (p3-9): 练习 59 (p4): 第3章 用100行代码实现第一个GAN 59 (p4-1): 简介 59 (p4-2): 从理论到实践——一个简单例子 60 (p4-2-1): 准备工作 60 (p4-2-2): 工作流程 62 (p4-2-3): 参考内容 62 (p4-3): 使用Keras和TensorFlow构建神经网络 63 (p4-3-1): 准备工作 63 (p4-3-2): 工作流程 66 (p4-3-3): 参考内容 66 (p4-4): 解释你的第一个GAN组件——判别器 67 (p4-4-1): 准备工作 67 (p4-4-2): 工作流程 71 (p4-5): 解释你的第二个GAN组件——生成器 71 (p4-5-1): 准备工作 71 (p4-5-2):...
备用文件名
zlibzh/no-category/（美）JOSH KALIN著/实战GAN TENSORFLOW与KERAS生成对抗网络构建＝GENERATIVE ADVERSARIAL NETWORKS COOKBOOK OVER 100 RECIPES TO BUILD GENERATIVE MODELS USING PYTHON,TENSORFLOW,AND KERAS_116848671.pdf
元数据中的注释
Bookmarks: p1 (p1): 序言
p2 (p7): 第1章 什么是生成对抗网络
p2-1 (p7): 简介
p2-2 (p8): 生成模型和判别模型
p2-2-1 (p8): 工作流程
p2-2-2 (p9): 工作原理
p2-3 (p10): 神经网络的“爱情故事”
p2-3-1 (p10): 工作流程
p2-3-2 (p11): 工作原理
p2-4 (p11): 深度神经网络
p2-4-1 (p11): 工作流程
p2-4-2 (p12): 工作原理
p2-5 (p13): 架构基础
p2-5-1 (p13): 工作流程
p2-5-2 (p14): 工作原理
p2-6 (p15): 基本构建块——生成器
p2-6-1 (p15): 工作流程
p2-6-2 (p15): 工作原理
p2-7 (p16): 基本构建块——判别器
p2-7-1 (p16): 工作流程
p2-7-2 (p17): 工作原理
p2-8 (p18): 基本构建块——损失函数
p2-8-1 (p18): 工作流程
p2-8-2 (p18): 工作原理
p2-9 (p20): 训练
p2-9-1 (p20): 工作流程
p2-9-2 (p20): 工作原理
p2-10 (p20): 以不同方式组织GAN
p2-10-1 (p21): 工作流程
p2-10-2 (p21): 工作原理
p2-11 (p22): GAN的输出是什么
p2-11-1 (p22): 工作流程
p2-11-2 (p22): 工作原理
p2-12 (p24): 理解GAN架构的优点
p2-12-1 (p24): 工作流程
p2-12-2 (p25): 工作原理
p2-13 (p25): 练习
p3 (p27): 第2章 数据优先、环境和数据准备
p3-1 (p27): 简介
p3-2 (p27): 数据是否如此重要
p3-2-1 (p28): 准备工作
p3-2-2 (p28): 工作流程
p3-2-3 (p29): 工作原理
p3-2-4 (p29): 更多内容
p3-3 (p29): 搭建开发环境
p3-3-1 (p30): 准备工作
p3-3-2 (p30): 工作流程
p3-3-3 (p35): 更多内容
p3-4 (p35): 数据类型
p3-4-1 (p36): 准备工作
p3-4-2 (p36): 工作流程
p3-4-3 (p38): 工作原理
p3-4-4 (p40): 更多内容
p3-5 (p41): 数据预处理
p3-5-1 (p41): 准备工作
p3-5-2 (p41): 工作流程
p3-5-3 (p42): 工作原理
p3-5-4 (p45): 更多内容
p3-6 (p46): 异常数据
p3-6-1 (p46): 准备工作
p3-6-2 (p46): 工作流程
p3-6-3 (p49): 更多内容
p3-7 (p49): 平衡数据
p3-7-1 (p49): 准备工作
p3-7-2 (p49): 工作流程
p3-7-3 (p53): 更多内容
p3-8 (p54): 数据强化
p3-8-1 (p54): 准备工作
p3-8-2 (p55): 工作流程
p3-8-3 (p56): 工作原理
p3-8-4 (p57): 更多内容
p3-9 (p58): 练习
p4 (p59): 第3章 用100行代码实现第一个GAN
p4-1 (p59): 简介
p4-2 (p59): 从理论到实践——一个简单例子
p4-2-1 (p60): 准备工作
p4-2-2 (p60): 工作流程
p4-2-3 (p62): 参考内容
p4-3 (p62): 使用Keras和TensorFlow构建神经网络
p4-3-1 (p63): 准备工作
p4-3-2 (p63): 工作流程
p4-3-3 (p66): 参考内容
p4-4 (p66): 解释你的第一个GAN组件——判别器
p4-4-1 (p67): 准备工作
p4-4-2 (p67): 工作流程
p4-5 (p71): 解释你的第二个GAN组件——生成器
p4-5-1 (p71): 准备工作
p4-5-2 (p71): 工作流程
p4-6 (p75): 组合GAN组件
p4-6-1 (p76): 准备工作
p4-6-2 (p76): 工作流程
p4-7 (p78): 训练你的第一个GAN
p4-7-1 (p78): 准备工作
p4-7-2 (p78): 工作流程
p4-8 (p84): 训练模型并理解GAN的输出
p4-8-1 (p84): 准备工作
p4-8-2 (p84): 工作流程
p4-8-3 (p86): 工作原理
p4-9 (p87): 练习
p5 (p89): 第4章 使用DCGAN创造新的室外结构
p5-1 (p89): 简介
p5-2 (p89): 什么是DCGAN？一个简单的伪代码样例
p5-2-1 (p90): 准备工作
p5-2-2 (p90): 工作流程
p5-2-3 (p93): 参考内容
p5-3 (p93): 工具——是否需要特殊的工具
p5-3-1 (p93): 准备工作
p5-3-2 (p94): 工作流程
p5-3-3 (p97): 更多内容
p5-3-4 (p97): 参考内容
p5-4 (p97): 解析数据——数据是否独特
p5-4-1 (p97): 准备工作
p5-4-2 (p98): 工作流程
p5-5 (p100): 代码实现——生成器
p5-5-1 (p100): 准备工作
p5-5-2 (p100): 工作流程
p5-5-3 (p103): 参考内容
p5-6 (p103): 代码实现——判别器
p5-6-1 (p104): 准备工作
p5-6-2 (p104): 工作流程
p5-6-3 (p107): 参考内容
p5-7 (p107): 训练
p5-7-1 (p107): 准备工作
p5-7-2 (p107): 工作流程
p5-8 (p114): 评估——如何判断它是否有效
p5-8-1 (p115): 准备工作
p5-8-2 (p115): 工作原理
p5-9 (p116): 调整参数优化性能
p5-9-1 (p116): 工作流程
p5-10 (p118): 练习
p6 (p119): 第5章 Pix2Pix图像转换
p6-1 (p119): 简介
p6-2 (p119): 使用伪代码介绍Pix2Pix
p6-2-1 (p120): 准备工作
p6-2-2 (p120): 工作流程
p6-3 (p122): 数据集解析
p6-3-1 (p122): 准备工作
p6-3-2 (p123): 工作流程
p6-4 (p124): 代码实现——生成器
p6-4-1 (p124): 准备工作
p6-4-2 (p125): 工作流程
p6-5 (p127): 代码实现——GAN
p6-5-1 (p127): 准备工作
p6-5-2 (p128): 工作流程
p6-6 (p129): 代码实现——判别器
p6-6-1 (p129): 准备工作
p6-6-2 (p129): 工作流程
p6-7 (p131): 训练
p6-7-1 (p131): 准备工作
p6-7-2 (p132): 工作流程
p6-8 (p139): 练习
p7 (p141): 第6章 使用CycleGAN进行图像风格转换
p7-1 (p141): 简介
p7-2 (p141): 伪代码——工作原理
p7-2-1 (p142): 准备工作
p7-2-2 (p142): 工作流程
p7-3 (p144): 解析CycleGAN数据集
p7-3-1 (p144): 准备工作
p7-3-2 (p145): 工作流程
p7-4 (p147): 代码实现——生成器
p7-4-1 (p147): 准备工作
p7-4-2 (p148): 工作流程
p7-5 (p150): 代码实现——判别器
p7-5-1 (p150): 准备工作
p7-5-2 (p151): 工作流程
p7-6 (p153): 代码实现——GAN
p7-6-1 (p153): 准备工作
p7-6-2 (p154): 工作流程
p7-7 (p155): 训练
p7-7-1 (p155): 准备工作
p7-7-2 (p156): 工作流程
p7-8 (p162): 练习
p8 (p163): 第7章 利用SimGAN使用模拟图像制作具有真实感的眼球图片
p8-1 (p163): 简介
p8-2 (p163): SimGAN架构的工作原理
p8-2-1 (p164): 准备工作
p8-2-2 (p164): 工作流程
p8-3 (p165): 伪代码——工作原理
p8-3-1 (p165): 准备工作
p8-3-2 (p165): 工作流程
p8-4 (p166): 如何使用训练数据
p8-4-1 (p166): 准备工作
p8-4-2 (p166): 工作流程
p8-5 (p169): 代码实现——损失函数
p8-5-1 (p169): 准备工作
p8-5-2 (p169): 工作流程
p8-6 (p170): 代码实现——生成器
p8-6-1 (p170): 准备工作
p8-6-2 (p171): 工作流程
p8-7 (p173): 代码实现——判别器
p8-7-1 (p173): 准备工作
p8-7-2 (p174): 工作流程
p8-8 (p176): 代码实现——GAN
p8-8-1 (p176): 准备工作
p8-8-2 (p177): 工作流程
p8-9 (p178): 训练SimGAN
p8-9-1 (p178): 准备工作
p8-9-2 (p179): 工作流程
p8-10 (p183): 练习
p9 (p185): 第8章 使用GAN从图像生成3D模型
p9-1 (p185): 简介
p9-2 (p185): 使用GAN生成3D模型
p9-2-1 (p186): 准备工作
p9-2-2 (p186): 工作流程
p9-3 (p188): 环境准备
p9-3-1 (p189): 准备工作
p9-3-2 (p189): 工作流程
p9-4 (p190): 对2D数据进行编码并匹配3D对象
p9-4-1 (p191): 准备工作
p9-4-2 (p191): 工作流程
p9-5 (p193): 代码实现——生成器
p9-5-1 (p193): 准备工作
p9-5-2 (p194): 工作流程
p9-6 (p196): 代码实现——判别器
p9-6-1 (p196): 准备工作
p9-6-2 (p197): 工作流程
p9-7 (p199): 代码实现——GAN
p9-7-1 (p199): 准备工作
p9-7-2 (p199): 工作流程
p9-8 (p200): 训练模型
p9-8-1 (p201): 准备工作
p9-8-2 (p201): 工作流程
p9-9 (p208): 练习
元数据中的注释
related_files:
filepath:14762697.zip — md5:e8cb1a9085d1bd3bcd14f0d57519883e — filesize:80537772
filepath:14762697.zip — md5:84f2f85c6h60d77f743acd5944bf3d3a — filesize:80537772
filepath:/读秀/读秀5.0/1/2000-2/14762697.zip
开源日期
2024-06-13
更多信息……

🚀 快速下载

成为会员以支持书籍、论文等的长期保存。为了感谢您对我们的支持，您将获得高速下载权益。❤️
如果您在本月捐款，您将获得双倍的快速下载次数。

🐢 低速下载

由可信的合作方提供。 更多信息请参见常见问题解答。 （可能需要验证浏览器——无限次下载！）

所有选项下载的文件都相同，应该可以安全使用。即使这样，从互联网下载文件时始终要小心。例如，确保您的设备更新及时。
显示外部下载
  • 对于大文件，我们建议使用下载管理器以防止中断。
    推荐的下载管理器：JDownloader
  • 您将需要一个电子书或 PDF 阅读器来打开文件，具体取决于文件格式。
    推荐的电子书阅读器：Anna的档案在线查看器、ReadEra和Calibre
  • 使用在线工具进行格式转换。
    推荐的转换工具：CloudConvert和PrintFriendly
  • 您可以将 PDF 和 EPUB 文件发送到您的 Kindle 或 Kobo 电子阅读器。
    推荐的工具：亚马逊的“发送到 Kindle”和djazz 的“发送到 Kobo/Kindle”
  • 支持作者和图书馆
    ✍️ 如果您喜欢这个并且能够负担得起，请考虑购买原版，或直接支持作者。
    📚 如果您当地的图书馆有这本书，请考虑在那里免费借阅。