新書推薦：
《
世界在前进
》
售價：HK$
81.4
《
文以载道：唐宋四大家的道论与文学
》
售價：HK$
88.5
《
高句丽史
》
售價：HK$
184.1
《
随他们去：别把精力浪费在无法掌控的事情上
》
售價：HK$
81.4
《
聊斋志异：2025全新插图珍藏白话版（全4册）
》
售價：HK$
588.8
《
史记的文化发掘：中国早期史学的人类学探索
》
售價：HK$
199.4
《
风起红楼：百年讹缘探秘
》
售價：HK$
221.8
《
跑外卖：一个女骑手的世界
》
售價：HK$
68.4
|
| 內容簡介： |
|
《创造全新现实：从自动编码器、对抗网络到深度伪造》从深度学习的基础理论开始，由浅入深，逐渐过渡到生成式建模的技术和应用。《创造全新现实：从自动编码器、对抗网络到深度伪造》涵盖主题广泛，技术复杂，但尽量以实用示例和浅显语言对技术细节进行阐述。建议读者掌握Python编程和应用数据科学的基本知识，包括微积分中典型的基础数学知识、线性代数和数据科学中常用的统计学等，以方便理解《创造全新现实：从自动编码器、对抗网络到深度伪造》内容。
|
| 目錄：
|
|
目录“电子与信息作战丛书”序译者序原书前言第1章 深度学习基础 11.1 前提条件 11.2 感知器 31.3 多层感知器 101.3.1 反向传播 111.3.2 随机梯度下降法 121.4 PyTorch和深度学习 131.5 回归分析 151.6 分类 191.6.1 *热编码 201.6.2 MNIST手写数字数据集 211.7 本章小结 24第2章 生成式建模 252.1 基于自动编码器的无监督学习 252.2 利用卷积提取特征 302.3 卷积自动编码器 342.4 生成对抗网络 392.5 深度卷积生成对抗网络 442.6 本章小结 48第3章 隐藏空间 493.1 深度学习原理 493.1.1 函数拟合 503.1.2 微积分的局限性 533.1.3 爬山算法 533.1.4 过拟合和欠拟合 563.2 变分自动编码器 603.3 数据分布学习 643.4 隐藏空间可视化 693.5 本章小结 72第4章 生成对抗网络 734.1 特征理解和深度卷积生成对抗网络 734.2 生成对抗网络的数学基础 794.3 瓦氏生成对抗网络 814.4 边界搜索生成对抗网络 844.5 相对生成对抗网络 874.6 条件生成对抗网络 904.7 本章小结 93第5章 图像到图像的内容生成 945.1 用UNet模型分割图像 945.2 用Pix2Pix转换图像 1005.3 用DualGAN实现双向转换 1055.4 用BicycleGAN控制隐藏空间 1085.5 用DiscoGAN实现场景风格转换 1115.6 本章小结 114第6章 残差生成对抗网络 1156.1 残差网络 1156.2 利用CycleGAN实现再次循环 1206.3 用StarGAN创建人脸 1246.4 迁移学习的优势 1286.5 用SRGAN提高生成图像分辨率 1316.6 本章小结 134第7章 注意力机制 1357.1 注意力的基本概念 1357.1.1 注意力的类型 1377.1.2 应用注意力 1397.2 用注意力增强卷积 1427.3 利普希茨连续性 1457.4 自注意力生成对抗网络 1497.5 自注意力生成对抗网络的改进 1527.6 本章小结 155第8章 高级生成器 1568.1 渐进式生成对抗网络 1568.2 基于StyleGAN2的样式设计 1608.2.1 映射网络 1618.2.2 样式模块 1628.2.3 弗雷歇初始距离 164离8.2.4 StyleGAN2 1658.3 DeOldify和新型NoGAN 1698.4 基于ArtLine的艺术表现 1738.5 本章小结 176第9章 深度伪造和换脸 1779.1 换脸工具介绍 1789.2 换脸数据的收集 1819.3 深度伪造的工作流程 1859.3.1 提取人脸 1869.3.2 分类和删除人脸 1889.3.3 重新调整对齐文件 1909.4 换脸模型的训练 1919.5 深度伪造视频的制作 1939.6 本章小结 197第10章 深度伪造内容的检测 19810.1 人脸操作方法 19910.2 伪造检测技术 20110.2.1 手工提取的特征 20110.2.2 基于学习的特征 20210.2.3 伪造图像 20410.3 识别深度伪造中的伪造内容 20710.4 本章小结 208附录A 本地运行GoogleColab 210附录B 打开笔记本 212附录C 连接GoogleDrive并保存 213
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
