کتاب یادگیری عمیق با شبکه تقابلی مولد

کتاب یادگیری عمیق با شبکه تقابلی مولد نوشته ولادیمیر باک, یعقوب لنگر با ترجمه ایوب ترکیان, توسط انتشارات نیازدانش به چاپ رسیده است.

موضوع کتاب: مهندسی کامپیوتر، نانو مواد هوشمند، تولید اعداد دست نویس, GAN عمیق كانولوشن

شبکه های تقابلی مولد، طبقه‌ای از تکنیک‌های یادگیری ماشین بوده که از دو مدل آموزش دیده به‌صورت هم‌زمان تشکیل شده است: یکی (ژنراتور) برای تولید داده‌های جعلی آموزش داده شده، و دیگری (تمایزگر) برای تشخیص داده‌های جعلی از نمونه‌های واقعی آموزش می‌بیند. واژه مولد نشانگر هدف کلی مدل است: تولید داده جدید. داده‌هایی که GAN یاد می‌گیرد تولید کند، به انتخاب مجموعه داده بستگی دارد. به‌عنوان مثال، اگر سنتز تصاویری که شکل نقاشی‌های لئونارد داوینچی است مدنظر باشد، مجموعه‌های داده آموزشی، کارهای هنری داوینچی خواهد بود. اصطلاح تقابلی به دینامیک رقابتی شبه بازی بین دو مدل اشاره دارد، که قالب GAN را تشکیل می‌دهد: ژنراتور و تمایزگر.

معرفی مباحث کتاب یادگیری عمیق با شبکه تقابلی مولد

1. مقدمه و  کاربردهای شبکه تقابلی مولد
2. مقدمه مدلسازی مولد با خود رمزگذارها
3.  تولید اعداد دست نویس
4. GAN عمیق كانولوشن
5. آموزش و چالشهای متداول
6. GANهای پیشرو
7. GAN های نیمه نظارتی
8. GAN های شرطی
9. CycleGAN
10. نمونه های تقابلی
11. کاربردهای عملی
12. آینده نگری