Crea tu primera GAN con PyTorch


Precio:
Precio de venta$58.37

Descripción

Una introducción sencilla a las Redes Generativas Adversarias (GANs) y un tutorial práctico paso a paso para crear las tuyas con PyTorch.

Esta guía para principiantes te dará experiencia práctica en:
  • aprender los conceptos básicos de PyTorch
  • desarrollar tu primera red neuronal con PyTorch
  • explorar mejoras en las redes neuronales para optimizar el rendimiento
  • introducir la aceleración de GPU con CUDA
Introducirá las GANs, una de las áreas más emocionantes del aprendizaje automático:
  • introduciendo el concepto paso a paso, en un lenguaje sencillo
  • codificando la GAN más simple para desarrollar un buen flujo de trabajo
  • aumentando nuestra confianza con una GAN de MNIST
  • progresando para desarrollar una GAN que genere rostros humanos a todo color
  • experimentando cómo fallan las GANs, explorando soluciones y mejorando el rendimiento y la estabilidad de las GANs
Más allá de lo básico, los lectores pueden explorar GANs más sofisticadas:
  • GANs convolucionales para imágenes generadas de mayor calidad
  • GANs condicionales para imágenes generadas de una clase deseada
Los apéndices serán útiles para los estudiantes de aprendizaje automático, ya que explican temas que a menudo se pasan por alto en muchos cursos:
  • cálculo de valores de pérdida ideales para GANs equilibradas
  • distribuciones de probabilidad y muestreo para crear imágenes
  • ejemplos cuidadosamente seleccionados que ilustran cómo funcionan las convoluciones
  • una breve explicación de por qué el descenso de gradiente no es adecuado para el aprendizaje automático adversario
Todo el código está disponible públicamente como código abierto en GitHub.

Autor: Tariq Rashid
Editorial: Publicado de forma independiente
Publicado: 14/03/2020
Páginas: 208
Tipo de encuadernación: Tapa blanda
Peso: 1.50 lbs
Tamaño: 11.02h x 8.50w x 0.54d
ISBN13: 9798624728158
Categorías BISAC:
- Informática | Ciencia de Datos | Redes Neuronales

Este título no es retornable