Generative_Deep_Learning_2nd_Edition

? Code-Repository für <Learn by Creating Generative AI, 2nd Edition>

Dieses Repository enthält den Code von „Generative AI 2nd Edition to learn while making“, veröffentlicht von Hanbit Media. (Kyobo Book Center, Yes24, Aladdin, Hanbit Media)

Wenn Sie ein Buch kaufen, überprüfen Sie unbedingt die Fehlerseite. Notebooks in diesem Repository wurden auf TensorFlow 2.12.0 und 2.14.0 getestet.

Die GitHub-Version der ersten Version ist hier.

Index

TEIL 1: Einführung in generatives Deep Learning

• Kapitel 1: Sungseong-Modellierung
• Kapitel 2: Deep Learning
  • Mehrschichtiges Perzeptron
  • Faltung
  • Faltungs-Neuronales Netzwerk

TEIL 2: Sechs generative Modellierungsmethoden

• Kapitel 3: Variationale Autoencoder
  • Autoencoder
  • Variationaler Autoencoder – Fashion MNIST
  • Varianten-Autoencoder – CelebA
• Kapitel 4: Generative gegnerische Netzwerke
  • DCGAN
  • WGAN-GP
  • CGAN
• Kapitel 5: Autoregressive Modelle
  • LSTM
  • PixelCNN
  • PixelCNN – Gemischte Verbreitung
• Kapitel 6: Normalisierendes Strömungsmodell
  • RealNVP
• Kapitel 7: Energiebasierte Modelle
  • EBM
• Kapitel 8: Diffusionsmodell
  • Diffusionsmodell

TEIL 3: Anwendungen der generativen Modellierung

• Kapitel 9: Transformatoren
  • GPT
• Kapitel 10: Erweiterte GANs
• Kapitel 11: Musik erstellen
  • Transformator
  • MuseGAN
• Kapitel 12: Weltmodell
• Kapitel 13: Multimodale Modelle
• Kapitel 14: Fazit

Das Notizbuch jedes Kapitels enthält einen Link zum Ausführen in Google Colab.