Generative Deep Learning: Teaching Machines to Paint, Write, Compose, and Play
Практическое руководство по созданию генеративных моделей глубокого обучения с нуля с использованием TensorFlow и Keras. Книга предназначена для инженеров машинного обучения и специалистов по данным, желающих освоить современные архитектуры генеративного искусственного интеллекта.
Издание начинается с основ глубокого обучения и последовательно переходит к передовым архитектурам, включая вариационные автоэнкодеры (VAE), генеративно-состязательные сети (GAN), трансформеры, нормализующие потоки, энергетические модели и деноизирующие диффузионные модели. Автор делится практическими советами и приёмами, которые помогают сделать модели более эффективными и креативными.
Читатели научатся изменять выражения лиц на фотографиях с помощью VAE, генерировать изображения на основе собственных наборов данных с помощью GAN, создавать новые разновидности цветов с использованием диффузионных моделей и обучать собственные GPT-модели для генерации текста. Особое внимание уделяется обучению больших языковых моделей, подобных ChatGPT, и исследованию современных архитектур, таких как StyleGAN2 и ViT-VQGAN.
Книга также охватывает создание полифонической музыки с помощью трансформеров и MuseGAN, применение генеративных мировых моделей для решения задач обучения с подкреплением, а также изучение мультимодальных моделей, включая DALL.E 2, Imagen и Stable Diffusion. Завершается издание размышлениями о будущем генеративного ИИ и способах использования этой технологии для создания конкурентных преимуществ.
