Gans in azione: Apprendimento profondo con le reti avversarie generative

Recensioni dei lettori

Il libro offre una panoramica tecnica delle reti avversarie generative (GAN) con una forte attenzione alle applicazioni, ma soffre di un ambito ristretto, di spiegazioni matematiche insufficienti e di problemi di usabilità pratica. Sebbene possa servire come introduzione all'argomento, i lettori si aspettano approfondimenti e applicazioni più ampie che invece mancano.

⬤ Fornisce una solida panoramica tecnica di un'area emergente del deep learning.
⬤ Offre un mix di dettagli tecnici e applicazioni reali.
⬤ Discussione entusiasta della scienza che sta dietro al codice.

⬤ Si concentra in modo ristretto sulla computer vision, trascurando le applicazioni di testo e di dati strutturati.
⬤ Manca una sufficiente profondità matematica e chiarezza nelle spiegazioni.
⬤ La qualità dei contenuti diminuisce nei capitoli successivi.
⬤ Molti esempi e codici sono superficiali o presi in prestito da altre fonti.
⬤ Nel complesso, sembra arido e privo di utilità pratica.

(basato su 7 recensioni dei lettori)

Titolo originale:

Gans in Action: Deep Learning with Generative Adversarial Networks

Contenuto del libro:

I sistemi di apprendimento profondo sono diventati davvero eccezionali nell'identificare schemi in testi, immagini e video. Ma le applicazioni che creano immagini realistiche, frasi e paragrafi naturali o traduzioni di qualità nativa si sono dimostrate difficili da realizzare. Le reti avversarie generative, o GAN, offrono una soluzione promettente a queste sfide accoppiando due reti neurali concorrenti, una che genera contenuti e l'altra che rifiuta i campioni di scarsa qualità.

Le GAN in azione: Deep learning with Generative Adversarial Networks insegna come costruire e addestrare le proprie reti generative avversarie. In primo luogo, si avrà un'introduzione alla modellazione generativa e al funzionamento delle GAN, oltre a una panoramica dei loro potenziali utilizzi. Quindi, inizierete a costruire il vostro semplice sistema avversario, esplorando le fondamenta dell'architettura GAN: le reti generatrici e discriminatrici.

L'acquisto del libro stampato include un eBook gratuito nei formati PDF, Kindle e ePub di Manning Publications.