Генеративное глубокое обучение. Творческий потенциал нейронных сетей
Генеративное моделирование — одна из самых обсуждаемых тем в области искусственного интеллекта. Машины можно научить рисовать, писать и сочинять музыку. Вы сами можете посадить искусственный интеллект за парту или мольберт, для этого достаточно познакомиться с самыми актуальными примерами генеративных моделей глубокого обучения: вариационные автокодировщики, генеративно-состязательные сети, модели типа кодер-декодер и многое другое.
Дэвид Фостер делает понятными и доступными архитектуру и методы генеративного моделирования, его советы и подсказки сделают ваши модели более творческими и эффективными в обучении. Вы начнете с основ глубокого обучения на базе Keras, а затем перейдете к самым передовым алгоритмам.
— Разберитесь с тем, как вариационные автокодировщики меняют эмоции на фотографиях
— Создайте сеть GAN с нуля
— Освойте работу с генеративные моделями генерации текста
— Узнайте, как генеративные модели помогают агентам выполнять задачи в рамках обучения с подкреплением
— Изучите BERT, GPT-2, ProGAN, StyleGAN и многое другое.
Дэвид Фостер делает понятными и доступными архитектуру и методы генеративного моделирования, его советы и подсказки сделают ваши модели более творческими и эффективными в обучении. Вы начнете с основ глубокого обучения на базе Keras, а затем перейдете к самым передовым алгоритмам.
— Разберитесь с тем, как вариационные автокодировщики меняют эмоции на фотографиях
— Создайте сеть GAN с нуля
— Освойте работу с генеративные моделями генерации текста
— Узнайте, как генеративные модели помогают агентам выполнять задачи в рамках обучения с подкреплением
— Изучите BERT, GPT-2, ProGAN, StyleGAN и многое другое.
