Descripción
Proyectos divertidos y emocionantes para aprender lo que las mentes artificiales pueden crear
Características principales:
- Los ejemplos de código están en TensorFlow 2, lo que facilita el seguimiento para los usuarios de PyTorch
- Conozca los modelos generativos profundos más famosos, desde GPT hasta MuseGAN
- Aprenda a construir y adaptar sus propios modelos en TensorFlow 2.x
- Explore casos de uso emocionantes y de vanguardia para la IA generativa profunda
Descripción del libro:
Las máquinas sobresalen en habilidades humanas creativas como la pintura, la escritura y la composición musical. ¿Podría ser usted más creativo que la IA generativa?
En este libro, explorará la evolución de los modelos generativos, desde máquinas de Boltzmann restringidas y redes de creencias profundas hasta VAE y GAN. Aprenderá a implementar modelos usted mismo en TensorFlow y a familiarizarse con las últimas investigaciones sobre redes neuronales profundas.
Ha habido una explosión de posibles casos de uso para los modelos generativos. Verá el generador de noticias de Open AI, los deepfakes y cómo entrenar agentes de aprendizaje profundo para navegar en un entorno simulado.
Recree el código subyacente y descubra sorprendentes vínculos entre la generación de texto, imagen y música.
Lo que aprenderá:
- Exporte el código de GitHub a Google Colab para ver cómo funciona todo por sí mismo
- Componga música usando modelos LSTM, GAN simples y MuseGAN
- Cree deepfakes usando puntos de referencia faciales, autoencoders y pix2pix GAN
- Aprenda cómo la atención y los transformadores han cambiado el PNL
- Construya varias tuberías de generación de texto basadas en LSTM, BERT y GPT-2
- Implemente la transferencia de estilo emparejada y no emparejada con redes como StyleGAN
- Descubra aplicaciones emergentes de la IA generativa como el plegado de proteínas y la creación de videos a partir de imágenes
A quién va dirigido este libro:
Este es un libro para programadores de Python interesados en crear y divertirse usando modelos generativos. Para aprovechar al máximo este libro, debe tener un conocimiento básico de matemáticas y estadísticas para el aprendizaje automático.
Author: Joseph Babcock, Raghav Bali
Publisher: Packt Publishing
Published: 04/30/2021
Pages: 488
Binding Type: Paperback
Weight: 1.83lbs
Size: 9.25h x 7.50w x 0.98d
ISBN13: 9781800200883
ISBN10: 1800200889
BISAC Categories:
- Computers | Data Science | Neural Networks
This title is not returnable