书籍目录
首页
分类
免费
排行
我的书架
1-50章
51-84章
共84章
免费
版权信息
免费
内容简介
免费
作者简介
免费
前言
免费
第1章 AIGC概述
免费
1.1 AIGC的主要技术
免费
1.2 生成模型与判别模型
免费
1.3 生成模型的原理
免费
1.4 表示学习
免费
1.5 表示学习的逆过程
免费
第2章 深度神经网络
免费
2.1 用PyTorch构建深度神经网络
免费
2.2 用PyTorch实现神经网络实例
免费
2.3 用PyTorch Lightning实现神经网络实例
免费
2.4 构建卷积神经网络
免费
2.5 构建循环神经网络
免费
2.6 迁移学习
免费
2.7 深度学习常用的归一化方法
免费
2.8 权重初始化
免费
2.9 PyTorch常用的损失函数
2.10 深度学习常用的优化算法
第3章 变分自编码器
3.1 自编码器简介
3.2 变分自编码器简介
3.3 构建变分自编码器
3.4 使用变分自编码器生成面部图像
第4章 生成对抗网络
4.1 GAN模型简介
4.2 用GAN从零开始生成图像
4.3 GAN面临的问题
4.4 WGAN
4.5 WGAN-GP
第5章 StyleGAN模型
5.1 ProGAN简介
5.2 StyleGAN架构
5.3 StyleGAN的其他算法
5.4 用PyTorch从零开始实现StyleGAN
5.5 StyleGAN的最新进展
5.6 DragGAN简介
第6章 风格迁移
6.1 DeepDream模型
6.2 普通风格迁移
6.3 使用PyTorch实现图像修复
6.4 风格迁移与StyleGAN模型
第7章 注意力机制
7.1 注意力机制简介
7.2 带注意力机制的编码器-解码器架构
7.3 自注意力
7.4 如何训练含自注意力的模型
7.5 交叉注意力
×