Generative_Deep_Learning_2nd_Edition

? Репозиторий кода для <Обучение путем создания генеративного искусственного интеллекта, 2-е издание>

Этот репозиторий содержит код «Генераторного искусственного интеллекта, второе издание для обучения во время создания», опубликованный Hanbit Media. (Книжный центр Киобо, Yes24, Аладдин, Hanbit Media)

Если вы покупаете книгу, обязательно проверьте страницу с ошибкой. Ноутбуки в этом репозитории были протестированы на TensorFlow 2.12.0 и 2.14.0.

Первая версия GitHub находится здесь.

индекс

ЧАСТЬ 1: Введение в генеративное глубокое обучение

• Глава 1: Моделирование Сонсона
• Глава 2: Глубокое обучение
  • Многослойный персептрон
  • свертка
  • сверточная нейронная сеть

ЧАСТЬ 2: Шесть методов генеративного моделирования

• Глава 3: Вариационные автоэнкодеры
  • автоэнкодер
  • Вариационный автоэнкодер - Мода MNIST
  • Вариант автоэнкодера - CelebA
• Глава 4: Генеративно-состязательные сети
  • ДКГАН
  • РГАН-ГП
  • КГАН
• Глава 5: Модели авторегрессии
  • ЛСТМ
  • ПиксельCNN
  • PixelCNN — смешанное распространение
• Глава 6: Нормализация модели потока
  • РеалНВП
• Глава 7: Энергетические модели
  • ДМ
• Глава 8: Модель диффузии
  • диффузионная модель

ЧАСТЬ 3: Применение генеративного моделирования

• Глава 9: Трансформеры
  • GPT
• Глава 10: Расширенные GAN
• Глава 11: Создание музыки
  • трансформатор
  • МузГАН
• Глава 12: Модель мира
• Глава 13: Мультимодальные модели
• Глава 14: Заключение

В записной книжке каждой главы есть ссылка для ее запуска в Google Colab.