封面
版权信息
前言
本书主要内容
致谢
与我联系
第1章 人工智能入门
1.1 人工智能的历史与发展
1.2 机器学习与深度学习
1.3 了解生成对抗网络
1.4 本章小结
第2章 预备知识与开发工具
2.1 Python语言与开发框架
2.2 TensorFlow基础入门
2.3 Keras基础入门
2.4 Floyd：使用深度学习云平台运行程序
2.5 本章小结
第3章 理解生成对抗网络
3.1 生成模型
3.2 GAN的数学原理
3.3 GAN的可视化理解
3.4 GAN的工程实践
3.5 本章小结
第4章 深度卷积生成对抗网络
4.1 DCGAN的框架
4.2 DCGAN的工程实践
4.3 DCGAN的实验性应用
4.4 本章小结
第5章 Wasserstein GAN
5.1 GAN的优化问题
5.2 WGAN的理论研究
5.3 WGAN的工程实践
5.4 WGAN的实验效果分析
5.5 WGAN的改进方案：WGAN-GP
5.6 本章小结
第6章 不同结构的GAN
6.1 GAN与监督式学习
6.2 GAN与半监督式学习
6.3 GAN与无监督式学习
6.4 本章小结
第7章 文本到图像的生成
7.1 文本条件式生成对抗网络
7.2 文本生成图像进阶：GAWWN
7.3 文本到高质量图像的生成
7.4 本章小结
第8章 图像到图像的生成
8.1 可交互图像转换：iGAN
8.2 匹配数据图像转换：Pix2Pix
8.3 非匹配数据图像转换：CycleGAN
8.4 多领域图像转换：StarGAN
8.5 本章小结
第9章 GAN的应用：从多媒体到艺术设计
9.1 GAN在多媒体领域的应用
9.2 GAN与AI艺术
9.3 GAN与AI设计
9.4 本章小结
第10章 GAN研究热点
10.1 评估与优化
10.2 对抗攻击
10.3 发展中的GAN
参考文献
更新时间：2019-01-03 17:45:48
完结共61章
倒序