书目

实战GAN:TensorFlow与Keras生成对抗网络构建

内容简介

本书通过多个不同的生成对抗网络(GAN)架构的实现来帮助读者更好地理解生成对抗网络背后的原理及其构建方式。书中还提供了大量易于理解并可以直接使用的GAN代码及其部署方式和数据集,以帮助读者更快地上手解决工作中所面临的问题并积极应对相关挑战。本书适合数据科学家、算法工程师、数据挖掘工程师以及机器学习领域相关的从业人员用来学习使用全新的深度学习技术解决工作中的问题,也适合机器学习和深度学习的爱好者、初学者用来体验深度学习的魅力。

作者简介

关于作者JoshKalin是一位物理学家和技术专家,他关注于机器人和机器学习的交叉领域。Josh致力于先进传感器、工业机器人、机器学习和自动化车辆项目的研究。他同时拥有物理学、机械工程以及计算机科学的学位。在业余时间,他喜欢研究车辆(拥有36辆汽车)、组装计算机,以及学习机器人和机器学习领域的新技术(例如撰写本书)。感谢亲朋好友对我这个疯狂想法的支持;感谢我的孩子可以理解我因为GAN而抓头发的时刻。希望有一天他们能理解这本书的内容。特别感谢Jeremiah能够倾听我关于这本书的唠叨。最后,要感谢我的妻子:没有她,这一切都是不可能实现的。正是在她的催促下,我才能顺利地完成这本书。关于评审者MayurRavindraNarkhede在数据科学和工业领域有着丰富的经验。他是一名拥有计算机科学学士学位以及人工智能硕士学位的研究员。他也是一位在构建自动化端到端解决方案领域有着丰富经验的数据科学家,十分擅长应用人工智能(AI)、机器学习、数据挖掘和设计思想等技术来更好地理解业务功能,并对盈利的增长和预测进行改进。同时,他也曾参与过多个业界领先的解决方案,如机器学习和预测模型在石油、天然气、财经、道路交通、生命科学等多个领域的应用,以及资产密集型产业的大数据平台构建。

目录

—  END  —