Avis des lecteurs
Résumé:Ce livre offre une vue d'ensemble technique des réseaux adversoriels génératifs (GAN) avec un fort accent sur les applications, mais il souffre d'un champ d'application étroit, d'explications mathématiques insuffisantes et de problèmes d'utilisation pratique. Bien qu'il puisse servir d'introduction au sujet, les lecteurs s'attendent à des connaissances plus approfondies et à une applicabilité plus large, ce qui n'est pas le cas.
Avantages:⬤ Fournit une solide vue d'ensemble technique d'un domaine émergent de l'apprentissage profond.
⬤ Offre un mélange de détails techniques et d'applications du monde réel.
⬤ Discussion enthousiaste de la science derrière le code.
⬤ Concentration étroite sur la vision par ordinateur, négligeant les applications de texte et de données structurées.
⬤ Manque de profondeur mathématique et de clarté dans les explications.
⬤ La qualité du contenu diminue dans les derniers chapitres.
⬤ De nombreux exemples et codes sont superficiels ou empruntés à d'autres sources.
⬤ Dans l'ensemble, le cours semble aride et manque d'utilisation pratique.
(basé sur 7 avis de lecteurs)
Titre original :
Gans in Action: Deep Learning with Generative Adversarial Networks
Contenu du livre :
Les systèmes d'apprentissage profond sont devenus très performants dans l'identification de modèles dans les textes, les images et les vidéos. Mais les applications permettant de créer des images réalistes, des phrases et des paragraphes naturels, ou des traductions de qualité native sont encore difficiles à trouver. Les réseaux adversoriels génératifs (GAN) offrent une solution prometteuse à ces défis en associant deux réseaux neuronaux concurrents, l'un générant du contenu et l'autre rejetant les échantillons de mauvaise qualité.
Les GAN en action : Deep learning with Generative Adversarial Networks vous apprend à construire et à former vos propres réseaux génératifs adverses. Tout d'abord, vous obtiendrez une introduction à la modélisation générative et au fonctionnement des GAN, ainsi qu'un aperçu de leurs utilisations potentielles. Ensuite, vous commencerez à construire votre propre système accusatoire simple, en explorant les fondements de l'architecture des GAN : les réseaux de générateurs et de discriminateurs.
L'achat du livre imprimé inclut un livre électronique gratuit aux formats PDF, Kindle et ePub de Manning Publications.
Autres informations sur le livre :
| ISBN : | 9781617295560 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2019 |
| Nombre de pages : | 276 |
Achat:
Actuellement disponible, en stock.
