热搜关键词: 信号与系统无刷电机ADSTCP/IP

pdf

PyTorch生成对抗网络编程(畅销书《Python神经网络编程》作者最新力作!用PyTorch构建自己的生成对抗网络)

  • 1星
  • 日期: 2022-01-09
  • 大小: 6.39MB
  • 所需积分:1分
  • 下载次数:1
  • favicon收藏
  • rep举报
  • free评论
标签: pytorch

pytorch

人工智能

人工智能

AI

AI

畅销书《Python神经网络编程》作者最新力作;

全彩印刷,配套示例代码,图文并茂,易懂实用;

从零开始,用PyTorch构建自己的生成对抗网络。

生成对抗网络(Generative  Adversarial  Network,GAN)是神经网络领域的一颗新星,被誉为“机器  学习领域近  20  年来最酷的想法”。

本书以直白、简短的方式向读者介绍了生成对抗网络,指导读者如何使用PyTorch  按部就班地编写生成对抗网络。

全书共3章和5个附录,分别介绍了PyTorch基础知识,用PyTorch开发神经网络,改良神经网络以提升效果,引入CUDA和GPU以加速GAN训练,以及生成高质量图像的卷积GAN、条件式GAN等话题。附录部分介绍了在很多机器学习相关教程中被忽略的主题,包括计算平衡GAN的理想损失值、概率分布和采样,以及卷积如何工作,还简单解释了为什么梯度下降不适用于对抗式机器学习。

本书适合想初步了解GAN以及其工作原理的读者,也适合想要学习如何构建GAN的机器学习从业人员。对于正在学习机器学习相关课程的学生,本书可以帮助读者快速入门,为后续的学习打好基础。

第  1  章 PyTorch和神经网络  001

1.1 PyTorch入门   001

1.2 初试PyTorch神经网络   018

1.3 改良方法   043

1.4 CUDA基础知识   054

第  2  章 GAN初步  064

2.1 GAN的概念   064

2.2 生成1010格式规律   072

2.3 生成手写数字   090

2.4 生成人脸图像   117

第  3  章 卷积GAN和条件式GAN  140

3.1 卷积GAN   140

3.2 条件式GAN   166

3.3 结语   176

附录A 理想的损失值  178

A.1 MSE损失   178

A.2 BCE损失   179

附录B GAN学习可能性  186

B.1 GAN不会记忆训练数据   186

B.2 简单的例子   187

B.3 从一个概率分布中生成图像   188

B.4 为图像特征学习像素组合   189

B.5 多模式以及模式崩溃   190

附录C 卷积案例  191

C.1 例1:  卷积,步长为1,无补全   191

C.2 例2:  卷积,步长为2,无补全   192

C.3 例3:  卷积,步长为2,有补全   193

C.4 例4:  卷积,不完全覆盖   194

C.5 例5:  转置卷积,步长为2,无补全   194

C.6 例6:  转置卷积,步长为1,无补全   196

C.7 例7:  转置卷积,步长为2,有补全   197

C.8 计算输出大小   197

附录D 不稳定学习  199

D.1 梯度下降是否适用于训练GAN   199

D.2 简单的对抗案例   199

D.3 梯度下降并不适合对抗博弈   203

D.4 为什么是圆形轨迹   204

附录E 相关数据集和软件  205

E.1 MNIST数据集   205

E.2 CelebA数据集   205

E.3 英伟达和谷歌   206

E.4 开源软件   206

推荐帖子 最新更新时间:2022-01-24 14:56

为 DOCSIS 4.0 做好准备
  所谓 DOCSIS 4.0, 就是一个能够把宽带运营商网络下行速度提升到 10Gbps 的标准。得益于一些和以前标准不一样的设计,DOCSIS 4.0 让宽带运营商获得了前所未有的速度。而放大器将在这个应用场景中扮演一个很重要的角色。 在 1949 到 1960 年代初期间,放大器应用支持二个到十三个信道。而为了实现这个目标,行业最初也只是使用单端的放大器,这些放大器也仅能
alan000345 RF/无线
C28x Filter Library 使用心得!
      最近一段时间,项目上的程序需要对一个电压信号进行滤波,虽然对数字信号处理有所了解,但是毕竟工程应用和理论研究还有很大一段差距,无奈重新开始学习吧!      首先使用1/(Ts+1)低通滤波器,仿真后发现,幅频特性在截至频率点后衰减太平缓,基本对上有用的信号和没用的信号作用都一样。随后考虑使用数字信号处理中的FIR和IIR进行设计,通过Matlab中的FDATOOL设计了一个极限1
Aguilera DSP 与 ARM 处理器
【零知ESP8266教程】快速入门7-制作一个抢答器
根据我之前的分享,我们已经学会使用按键控制LED灯的亮与暗,这次我们运用学到的知识,把它投射到现实生活中!相信你们都看过综艺节目,节目中的抢答器就是运用这一点实现的。那么今天,我们一起建立一个抢答器运作的model。 设计功能如下:当主持人按下开始按键后,三个人抢答开始,看谁先按下按键,最先按下按键的人相应的LED灯亮,主持人就可以根据灯的状态选择谁先回答问题。 一、工具原料 电脑,
roc2 stm32/stm8
【 XMC4800 Relax EtherCAT Kit测评】+XMC4800+开箱上电开启infineon之旅途
使用了很多年的MCU,但是英飞凌的还是第一次使用,通过在社区获得了使用的机会。首先感谢EEWORLD社区,感谢infineon。收到开发板后,怀着激动的心情,开箱体验。1,拆看包装,鼠标大小的包装盒出现在眼前。 包装盒设计比较特别,打开很容易。2,打开包装盒,可以看到主板与接口板是分开的,这样设计非常好。 3,主板 主板上使用了XMC4800F144K2048.主板上集成了仿真器,这个给初次使用的
anger0925 工控电子
LPC810来了个新伙伴,手机有了新搭档
记得去年,数百块LPC810小板,在论坛持续发了很长时间。今天这个是它的兄弟伙伴,全名“Quick-Jack”。 哥俩合影: Quick-Jack板载一片20脚的LPC812(相比之下的LPC800板,板载的是8脚的LPC810)。 这个板子最大特点,带了个4芯耳机插头,通过这个插头可以与手机进行“对话”,其实就是数据交换;板上还有几个LED灯和一个5键按钮(就是摇杆吧),20脚的插针引
sacq NXP MCU
关于STM32F051模拟驱动HL9576
是这样的,用到了HL9576,用STM32F051的IO口模拟IIC驱动这个片子,结果发现要么就是不显示,要么就是感觉地址不对, SCLK 用的是PB10,SDA用的是PB11 ,下面是我的驱动和显示。不知道这个有没有问题,大牛们给看看 void Init_HL9576(void) {         IIC_Start();         IIC_Send_Byte(0x70); /
dwlovehome stm32/stm8

评论

登录/注册

意见反馈

求资源

回顶部

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版 版权声明

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2022 EEWORLD.com.cn, Inc. All rights reserved
×