:PyTorch生成对抗网络编程塔里克·拉希德（T

书名：PyTorch生成对抗网络编程

定价：79.00元

作者：塔里克·拉希德（TariqRashid）,韩江雷

出版社：人民邮电出版社

出版日期：2020-12-01

ISBN：9787115546388

字数：

页码：206

版次：1

装帧：平装

开本：16开

商品重量：0.4kg

编辑推荐

1. 书《Python神经网络编程》作者力作； n
2. 本书以直白、简短的方式介绍了生成对抗网络，指导读者按部就班地编写生成对抗网络； n
3. 本书介绍了计算平衡GAN的理想损失值、卷积的工作原理等被很多机器学习相关教程忽略的主题，对训练GAN的主要挑战进行了讨论，十分具有启发性； n
4. 全彩印刷，配套示例代码，图文并茂，易懂实用。 n
n
我很喜欢将这本书作为周日早晨的读物。更让我激动的是，本书展示了实现各种示例的细节。我会向任何想开始学习生成对抗网络的人推荐这本书。 n
--JV Amazon读者 n
作者轻松友好的写作风格让人感觉他在和你一起旅行。当我听说作者要出版这本书时，我迫不及待地想阅读这本书。我很开心，这本书和他的本书《Python神经网络编程》一样容易阅读和理解。你将再一次踏上一段轻松的旅程，我愿意向所有人推荐它。 n
--Mairiwr Amazon读者

内容提要

生成对抗网络（Generative Adversarial Network，GAN）是神经网络领域的新星，被誉为“机器学习领域近20年来酷的想法”。 n
本书以直白、简短的方式向读者介绍了生成对抗网络，并且教读者如何使用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。 n
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。

目录

作者介绍

塔里克.拉希德（Tariq Rashid），拥有物理学学士学位、机器学习和数据挖掘硕士学位。他常年活跃于伦敦的技术圈子，领导并组织伦敦Python聚会小组（近3000名成员）。
译者简介：
韩江雷，新加坡南洋理工大学计算机专业博士，思爱普公司（新加坡）数据科学家。他的研究兴趣有自然语言处理、文本数据分析、数据挖掘等项目的落地及运维。

文摘

序言