生成式建模(generative modeling)是人工智能領域熱門的研究課題之一?,F(xiàn)在算法已經可以教一臺機器在繪畫、寫作和作曲等人類活動中取得出色的表現(xiàn)。通過這本實用指南,機器學習工程師和數(shù)據科學家們將學會如何通過生成式深度學習模型重新創(chuàng)建一些令人印象深刻的程序示例,例如變分自編碼器、生成對抗網絡、編碼器一解碼器模型和世界模型。作者David Foster在書中演示了每種技術的內部工作原理,首先介紹了使用Keras進行深度學習的基本知識,然后介紹了該領域先進的一些算法。通過書中的提示和技巧,你將了解如何使模型更有效地學習并變得更有創(chuàng)造性。探索變分自編碼器如何改變照片中的人臉表情從頭開始構建實用的GAN示例,包括用于樣式轉換的CycleGAN和用于音樂生成的MuseGAN算法創(chuàng)建循環(huán)生成式模型實現(xiàn)文本生成,并學習如何使用注意力改進模型了解生成式模型如何借助并行代理在強化學習環(huán)境中完成任務探索Transformer(BERT,GPT-2)模型架構以及ProGAN和StyleGAN等圖像生成模型