توضیحات
Fun and exciting projects to learn what artificial minds can create
Key Features
- Code examples are in TensorFlow 2, which make it easy for PyTorch users to follow along
- Look inside the most famous deep generative models, from GPT to MuseGAN
- Learn to build and adapt your own models in TensorFlow 2.x
- Explore exciting, cutting-edge use cases for deep generative AI
Book Description
Machines are excelling at creative human skills such as painting, writing, and composing music. Could you be more creative than generative AI?
In this book, you’ll explore the evolution of generative models, from restricted Boltzmann machines and deep belief networks to VAEs and GANs. You’ll learn how to implement models yourself in TensorFlow and get to grips with the latest research on deep neural networks.
There’s been an explosion in potential use cases for generative models. You’ll look at Open AI’s news generator, deepfakes, and training deep learning agents to navigate a simulated environment.
Recreate the code that’s under the hood and uncover surprising links between text, image, and music generation.
What you will learn
- Export the code from GitHub into Google Colab to see how everything works for yourself
- Compose music using LSTM models, simple GANs, and MuseGAN
- Create deepfakes using facial landmarks, autoencoders, and pix2pix GAN
- Learn how attention and transformers have changed NLP
- Build several text generation pipelines based on LSTMs, BERT, and GPT-2
- Implement paired and unpaired style transfer with networks like StyleGAN
- Discover emerging applications of generative AI like folding proteins and creating videos from images
Who this book is for
This is a book for Python programmers who are keen to create and have some fun using generative models. To make the most out of this book, you should have a basic familiarity with math and statistics for machine learning.
Table of Contents
- An Introduction to Generative AI: ‘Drawing’ Data from Models
- Setting Up a TensorFlow Lab
- Building Blocks of Deep Neural Networks
- Teaching Networks to Generate Digits
- Painting Pictures with Neural Networks Using VAEs
- Image Generation with GANs
- Style Transfer with GANs
- Deepfakes with GANs
- The Rise of Methods for Text Generation
- NLP 2.0: Using Transformers to Generate Text
- Composing Music with Generative Models
- Play Video Games with Generative AI: GAIL
- Emerging Applications in Generative AI
————————————————————–
ترجمه ماشینی :
پروژه های سرگرم کننده و هیجان انگیز برای یادگیری آنچه که ذهن مصنوعی می تواند ایجاد کند
ویژگی های کلیدی
- نمونه های کد در TensorFlow 2 وجود دارد که باعث می شود کاربران PyTorch به راحتی می توانند آن را دنبال کنند
- به داخل معروف ترین مدل های مولد عمیق، از GPT تا MuseGAN نگاه کنید
- یاد بگیرید که مدل های خود را در TensorFlow 2.x بسازید و تطبیق دهید
- موارد استفاده مهیج و پیشرفته را برای هوش مصنوعی مولد عمیق کاوش کنید
توضیحات کتاب
ماشین ها در مهارت های خلاق انسانی مانند نقاشی، نوشتن، و آهنگسازی آیا میتوانید خلاقتر از هوش مصنوعی مولد باشید؟
در این کتاب، تکامل مدلهای مولد، از ماشینهای محدود بولتزمن و شبکههای باور عمیق گرفته تا VAE و GAN را بررسی خواهید کرد. شما نحوه پیادهسازی مدلها را خودتان در TensorFlow یاد خواهید گرفت و با جدیدترین تحقیقات در مورد شبکههای عصبی عمیق آشنا میشوید.
در موارد استفاده بالقوه برای مدلهای مولد انفجاری رخ داده است. شما به مولد اخبار Open AI، دیپ فیک ها و آموزش عوامل یادگیری عمیق برای پیمایش در یک محیط شبیه سازی شده نگاه خواهید کرد.
کدی را که در زیر کاپوت قرار دارد دوباره ایجاد کنید و پیوندهای شگفت انگیزی را بین تولید متن، تصویر و موسیقی کشف کنید.
آنچه یاد خواهید گرفت
- کد را از GitHub به Google Colab صادر کنید تا ببینید همه چیز برای خودتان چگونه کار می کند
- با استفاده از مدل های LSTM، به سادگی موسیقی بنویسید GAN و MuseGAN
- ایجاد دیپ فیک با استفاده از نشانه های چهره، رمزگذارهای خودکار و pix2pix GAN
- بیاموزید که چگونه توجه و ترانسفورماتورها NLP را تغییر داده اند
- ساخت چندین خط لوله تولید متن بر اساس در LSTM، BERT، و GPT-2
- اجرای انتقال سبک جفت شده و جفت نشده با شبکه هایی مانند StyleGAN
- کشف برنامه های نوظهور هوش مصنوعی مانند پروتئین های تاشو و ایجاد ویدیو از تصاویر
این کتاب برای چه کسی است
این کتابی است برای برنامه نویسان پایتون که علاقه مند به ایجاد و سرگرمی با استفاده از مدل های تولیدی هستند. برای استفاده حداکثری از این کتاب، باید با ریاضیات و آمار برای یادگیری ماشین آشنایی اولیه داشته باشید.
فهرست محتوا
- مقدمه ای بر هوش مصنوعی مولد: ‘ ترسیم دادهها از مدلها
- راهاندازی آزمایشگاه TensorFlow
- ساختن بلوکهای شبک
tag : دانلود کتاب هوش مصنوعی مولد با پایتون و تنسورفلو 2: ایجاد تصاویر، متن و موسیقی با VAE، GAN، LSTM، مدلهای ترانسفورماتور , Download هوش مصنوعی مولد با پایتون و تنسورفلو 2: ایجاد تصاویر، متن و موسیقی با VAE، GAN، LSTM، مدلهای ترانسفورماتور , دانلود هوش مصنوعی مولد با پایتون و تنسورفلو 2: ایجاد تصاویر، متن و موسیقی با VAE، GAN، LSTM، مدلهای ترانسفورماتور , Download Generative AI with Python and TensorFlow 2: Create images, text, and music with VAEs, GANs, LSTMs, Transformer models Book , هوش مصنوعی مولد با پایتون و تنسورفلو 2: ایجاد تصاویر، متن و موسیقی با VAE، GAN، LSTM، مدلهای ترانسفورماتور دانلود , buy هوش مصنوعی مولد با پایتون و تنسورفلو 2: ایجاد تصاویر، متن و موسیقی با VAE، GAN، LSTM، مدلهای ترانسفورماتور , خرید کتاب هوش مصنوعی مولد با پایتون و تنسورفلو 2: ایجاد تصاویر، متن و موسیقی با VAE، GAN، LSTM، مدلهای ترانسفورماتور , دانلود کتاب Generative AI with Python and TensorFlow 2: Create images, text, and music with VAEs, GANs, LSTMs, Transformer models , کتاب Generative AI with Python and TensorFlow 2: Create images, text, and music with VAEs, GANs, LSTMs, Transformer models , دانلود Generative AI with Python and TensorFlow 2: Create images, text, and music with VAEs, GANs, LSTMs, Transformer models , خرید Generative AI with Python and TensorFlow 2: Create images, text, and music with VAEs, GANs, LSTMs, Transformer models , خرید کتاب Generative AI with Python and TensorFlow 2: Create images, text, and music with VAEs, GANs, LSTMs, Transformer models ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.