Generatives Deep Learning

Laissez vos modèles de Deep Learning devenir créatifs ! Ce livre montre comment fonctionnent les algorithmes de Deep Learning les plus innovants tels que les Réseaux Antagonistes Génératifs (GAN) et les Autoencodeurs Variationnels (VAE). Destiné aux Data Scientists et programmeurs créatifs qui aiment expérimenter avec le code, il utilise Python, Keras et TensorFlow. Les modèles génératifs sont devenus l'un des domaines les plus passionnants de l'intelligence artificielle : avec le Deep Learning génératif, il est désormais possible d'apprendre à une machine à peindre, écrire ou composer de la musique - des compétences créatives jusqu'alors réservées aux humains. Avec ce livre pratique, les Data Scientists peuvent reproduire certains des modèles de Deep Learning génératif les plus impressionnants, tels que les Réseaux Antagonistes Génératifs (GAN), les Autoencodeurs Variationnels (VAE), les modèles Encodeur-Décoder ainsi que les modèles du monde. David Foster commence par expliquer les bases du Deep Learning avec Keras et illustre le fonctionnement de chaque méthode avant de se pencher sur certains des algorithmes les plus modernes dans ce domaine. Les nombreux exemples pratiques et conseils vous aideront à découvrir comment vos modèles peuvent apprendre de manière encore plus efficace et devenir encore plus créatifs.

Au sommaire :

• Découvrez comment les Autoencodeurs Variationnels peuvent modifier les expressions faciales sur des photos.
• Créez des exemples pratiques de GAN à partir de zéro et utilisez CycleGAN pour le transfert de style et MuseGAN pour générer de la musique.
• Utilisez des modèles génératifs récurrents pour générer du texte et apprenez à améliorer ces modèles avec le mécanisme d'attention.
• Découvrez comment le Deep Learning génératif peut aider les agents à accomplir des tâches dans le cadre de l'apprentissage par renforcement.
• Familiarisez-vous avec l'architecture des Transformateurs (BERT, GPT-2) et des modèles de génération d'images tels que ProGAN et StyleGAN.

Ce livre est une introduction facilement accessible à l'outil de Deep Learning pour le Génératif.