Kézzelfogható képgenerálás a TensorFlow-val: Gyakorlati útmutató képek és videók mélytanulással történő generálásához

Olvasói vélemények

A könyv egy jól szervezett szakácskönyv, amely a képgenerálás mélytanulására összpontosít, különösen a VAE-k és a GAN-ok használatával, és gyakorlati kódpéldákat tartalmaz TensorFlow-ban. Nagyra értékelik az egyszerű megközelítése és az összetett fogalmak magyarázatának egyértelműsége miatt, bár a matematikai magyarázatok és a hibakeresési technikák tekintetében hiányzik belőle a mélység.

⬤ Jól megírt és szervezett
⬤ gyakorlati kódpéldák Jupyter Notebooksban
⬤ világos magyarázatok az összetett témákról
⬤ olyan fejlett technikákkal foglalkozik, mint a GAN-ok, az arcgenerálás és a videószintézis
⬤ jó egyensúly az algoritmusok intuíciója és a megvalósítás részletei között
⬤ hasznos mind a kezdők, mind a tapasztalt szakemberek számára.

⬤ Kevés hangsúlyt fektet a GAN-ok matematikai alapjaira
⬤ nem tárgyalja a GAN-ok hibakeresését
⬤ a haladó projektekhez több GPU-s rendszerekre lehet szükség
⬤ egyes szakaszok nehézkessé válhatnak a komplex fogalmakkal kapcsolatban.

(6 olvasói vélemény alapján)

Eredeti címe:

Hands-On Image Generation with TensorFlow: A practical guide to generating images and videos using deep learning

Könyv tartalma:

Különböző korszerű architektúrák, például GAN-ok és autoencoderek implementálása képgeneráláshoz TensorFlow 2. x segítségével a semmiből

Key Features

⬤ A képgeneráláshoz használt különböző architektúrák, köztük az autoencoderek és a GAN-ok megismerése.

⬤ Építs olyan modelleket, amelyek képesek az arcod képét szerkeszteni, fotókat festménnyé alakítani és fotorealisztikus képeket generálni.

⬤ Fedezze fel, hogyan építhet mély neurális hálózatokat a TensorFlow 2. x fejlett funkcióival.

Könyv leírása

A generatív adverzális hálózatok (GAN-ok) feltörekvő területe lehetővé tette, hogy megkülönböztethetetlen képeket generáljunk meglévő adathalmazokból. Ezzel a gyakorlatias könyvvel nemcsak a képgenerálási készségeket fejlesztheti, hanem a mögöttes elvek alapos megértését is elsajátíthatja.

A könyv a TensorFlow használatával történő képgenerálás alapjainak bemutatásával kezdődik, majd a Variációs Autoencoderek (VAE-k) és a GAN-ok témakörét tárgyalja. Megtudhatja, hogyan építsen modelleket különböző alkalmazásokhoz, miközben megismerkedik a deepfakes segítségével történő arccsere végrehajtásával, neurális stílusátvitellel, kép-kép fordítással, egyszerű képek fotorealisztikussá alakításával és még sok mással. Azt is megérti majd, hogyan és miért kell korszerű mély neurális hálózatokat építeni olyan fejlett technikák segítségével, mint a spektrális normalizálás és az önmegfigyelési réteg, mielőtt az arcgenerálás és -szerkesztés fejlett modelljeivel dolgozna. Megismerkedhetsz továbbá a fényképek helyreállításával, a szöveg-kép szintézisével, a videó-újracélzással és a neurális rendereléssel is. A könyv során megtanulja, hogyan kell a semmiből modelleket implementálni a TensorFlow 2. x-ben, beleértve a PixelCNN, VAE, DCGAN, WGAN, pix2pix, CycleGAN, StyleGAN, GauGAN és BigGAN modelleket.

A könyv végére jól fogod ismerni a TensorFlow-t, és magabiztosan fogsz tudni képgeneráló technológiákat implementálni.

Mit fog tanulni

⬤ Tréningezzen arcadatkészleteken, és használja őket látens terek feltárására új arcok szerkesztéséhez.

⬤  Megismerkedsz az arcok cseréjével a deepfakes segítségével.

⬤  Stílusátvitel végrehajtása a fénykép festménnyé alakításához.

⬤  A pix2pix, CycleGAN és BicycleGAN kép-kép fordításhoz történő létrehozása és betanítása.

⬤  Használja az iGAN-t a sokrétű interpoláció megértéséhez és a GauGAN-t az egyszerű képek fotorealisztikus képekké alakításához.

⬤  Legyen jártas a figyelemgeneráló modellekben, mint például a SAGAN és a BigGAN.

⬤  Generáljon nagy felbontású fényképeket a Progressive GAN és a StyleGAN segítségével.

Kinek szól ez a könyv

A Hands-On Image Generation with TensorFlow könyv a mélytanulással foglalkozó mérnököknek, gyakorlati szakembereknek és kutatóknak szól, akik alapvető ismeretekkel rendelkeznek a konvolúciós neurális hálózatokról, és meg akarják tanulni a különböző képgenerálási technikákat a TensorFlow 2. x használatával. Akkor is hasznos lesz ez a könyv, ha képfeldolgozó szakember vagy számítógépes látásmérnök, aki a legkorszerűbb architektúrákat szeretné felfedezni a képek és videók javítására és feljavítására. A Python és a TensorFlow ismerete segít abban, hogy a lehető legtöbbet hozza ki ebből a könyvből.