Proyectos de redes generativas adversariales

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 10 votos.

Título original:

Generative Adversarial Networks Projects

Contenido del libro:

Explore varias arquitecturas de Redes Adversariales Generativas utilizando el ecosistema Python Características principales Utilice diferentes conjuntos de datos para construir proyectos avanzados en el dominio de las Redes Adversariales Generativas Implemente proyectos que van desde la generación de formas 3D hasta una aplicación de envejecimiento facial Explore el poder de las GAN para contribuir en investigaciones y proyectos de código abierto Descripción del libro

Las Redes Adversariales Generativas (GAN) tienen el potencial de construir modelos de próxima generación, ya que pueden imitar cualquier distribución de datos. Se están llevando a cabo importantes trabajos de investigación y desarrollo en este campo, ya que es una de las áreas de aprendizaje automático en rápido crecimiento. Este libro pondrá a prueba técnicas no supervisadas de entrenamiento de redes neuronales a medida que construye siete proyectos integrales en el ámbito de las GAN.

Generative Adversarial Network Projects comienza cubriendo los conceptos, herramientas y bibliotecas que utilizará para construir proyectos eficientes. También utilizará una variedad de conjuntos de datos para los diferentes proyectos tratados en el libro. El nivel de complejidad de las operaciones requeridas aumenta con cada capítulo, lo que le ayudará a familiarizarse con el uso de las GAN. Cubrirá enfoques populares como 3D-GAN, DCGAN, StackGAN y CycleGAN, y comprenderá la arquitectura y el funcionamiento de los modelos generativos a través de su implementación práctica.

Al final de este libro, estará preparado para construir, entrenar y optimizar sus propios modelos GAN de extremo a extremo en el trabajo o en sus propios proyectos. Lo que aprenderá Entrenar una red en el conjunto de datos 3D ShapeNet para generar formas realistas Generar personajes de anime utilizando la implementación Keras de DCGAN Implementar una red SRGAN para generar imágenes de alta resolución Entrenar Age-cGAN en imágenes Wiki-Cropped para mejorar la verificación de rostros Utilizar GAN condicionales para la traducción de imagen a imagen Comprender las implementaciones de generador y discriminador de StackGAN en Keras A quién va dirigido este libro

Si usted es un científico de datos, desarrollador de aprendizaje automático, practicante de aprendizaje profundo, o entusiasta de la IA en busca de una guía de proyectos para poner a prueba sus conocimientos y experiencia en la construcción de modelos GANs del mundo real, este libro es para usted. Tabla de contenidos Introducción a las redes adversariales generativas 3D-GAN - Generación de formas usando GANs Envejecimiento facial usando GAN condicional Generación de personajes de anime usando DCGANs Uso de SRGANs para generar imágenes fotorrealistas StackGAN- Síntesis de texto a imagen fotorrealista CycleGAN- Convertir pinturas en fotos GAN condicional - Traducción de imagen a imagen usando redes adversariales condicionales Predicción del futuro de las GANs.