Generatives Deep Learning

Lascia che i tuoi modelli di Deep Learning diventino creativi! Questo libro mostra come funzionano gli algoritmi di Deep Learning più innovativi, come le Reti Neurali Avversarie Generative (GAN) e gli Autoencoder Variationali (VAE). È rivolto a Data Scientist e programmatori creativi che amano sperimentare con il codice, utilizzando Python, Keras e TensorFlow. I modelli generativi sono diventati uno dei temi più affascinanti dell'Intelligenza Artificiale: con il Deep Learning generativo, è ora possibile insegnare a una macchina a dipingere, scrivere o persino comporre musica - abilità creative finora riservate agli esseri umani. Con questo libro pratico, i Data Scientist possono riprodurre alcuni dei modelli di Deep Learning generativo più impressionanti, come le Reti Neurali Avversarie Generative (GAN), gli Autoencoder Variationali (VAE), i modelli Encoder-Decoder e i modelli di Mondo. David Foster inizia spiegando le basi del Deep Learning con Keras e illustra il funzionamento di ciascun metodo, prima di passare ad alcuni degli algoritmi più moderni in questo campo. I numerosi esempi pratici e suggerimenti ti aiuteranno a scoprire come i tuoi modelli possano apprendere in modo ancora più efficiente e diventare ancora più creativi.

Contenuti:

• Scopri come gli Autoencoder Variationali possono modificare l'espressione facciale nelle foto.
• Crea esempi pratici di GAN da zero e utilizza CycleGAN per il trasferimento di stile e MuseGAN per generare musica.
• Usa modelli generativi ricorrenti per generare testo e impara come migliorare questi modelli con il meccanismo di attenzione.
• Scopri come il Deep Learning generativo può aiutare gli agenti a completare compiti nell'ambito del Reinforcement Learning.
• Familiarizza con l'architettura dei Trasformatori (BERT, GPT-2) e dei modelli di generazione di immagini come ProGAN e StyleGAN.

Questo libro è un'introduzione facilmente accessibile al toolkit di Deep Learning per il Generativo.