A Primer on Generative Adversarial Networks
Ta książka jest przeznaczona dla czytelników, którzy chcą zrozumieć GAN bez konieczności posiadania silnego zaplecza matematycznego. Co więcej, obejmuje ona praktyczne zastosowania sieci GAN, co czyni ją doskonałym źródłem wiedzy dla początkujących. A Primer on Generative Adversarial Networks jest odpowiedni dla badaczy, programistów, studentów i każdego, kto chce dowiedzieć się więcej o sieciach GAN. Zakłada się, że czytelnik ma podstawową wiedzę na temat uczenia maszynowego i sieci neuronowych. Książka zawiera gotowe do uruchomienia skrypty, które czytelnicy mogą wykorzystać do dalszych badań. Python jest używany jako główny język programowania, więc czytelnicy powinni znać jego podstawy.
Książka rozpoczyna się od przeglądu architektury GAN, wyjaśniając koncepcję modeli generatywnych. Następnie wprowadza najprostszą architekturę GAN, która wyjaśnia, jak działają sieci GAN i obejmuje koncepcje generatora i dyskryminatora. Następnie książka przechodzi do bardziej zaawansowanych zastosowań GAN w świecie rzeczywistym, takich jak generowanie ludzkich twarzy, głębokie fałszowanie, CycleGAN i inne.
Pod koniec książki czytelnicy będą mieli podstawową wiedzę na temat GAN i będą w stanie napisać własny kod GAN. Będą mogli zastosować tę wiedzę w swoich projektach, niezależnie od tego, czy są początkującymi, czy doświadczonymi praktykami uczenia maszynowego.
