Generative Adversarial Networks in Practice
eBook - ePub

Generative Adversarial Networks in Practice

Mehdi Ghayoumi

  1. 642 pagine
  2. English
  3. ePUB (disponibile sull'app)
  4. Disponibile su iOS e Android
eBook - ePub

Generative Adversarial Networks in Practice

Mehdi Ghayoumi

Dettagli del libro
Indice dei contenuti
Citazioni

Informazioni sul libro

This book is an all-inclusive resource that provides a solid foundation on Generative Adversarial Networks (GAN) methodologies, their application to real-world projects, and their underlying mathematical and theoretical concepts.

Key Features:

  • G uides you through the complex world of GANs, demystifying their intricacies
  • A ccompanies your learning journey with real-world examples and practical applications
  • N avigates the theory behind GANs, presenting it in an accessible and comprehensive way
  • S implifies the implementation of GANs using popular deep learning platforms
  • I ntroduces various GAN architectures, giving readers a broad view of their applications
  • N urture your knowledge of AI with our comprehensive yet accessible content
  • P ractice your skills with numerous case studies and coding examples
  • R eviews advanced GANs, such as DCGAN, cGAN, and CycleGAN, with clear explanations and practical examples
  • A dapts to both beginners and experienced practitioners, with content organized to cater to varying levels of familiarity with GANs
  • C onnects the dots between GAN theory and practice, providing a well-rounded understanding of the subject
  • T akes you through GAN applications across different data types, highlighting their versatility
  • I nspires the reader to explore beyond this book, fostering an environment conducive to independent learning and research
  • C loses the gap between complex GAN methodologies and their practical implementation, allowing readers to directly apply their knowledge
  • E mpowers you with the skills and knowledge needed to confidently use GANs in your projects

Prepare to deep dive into the captivating realm of GANs and experience the power of AI like never before with Generative Adversarial Networks (GANs) in Practice. This book brings together the theory and practical aspects of GANs in a cohesive and accessible manner, making it an essential resource for both beginners and experienced practitioners.

Domande frequenti

Come faccio ad annullare l'abbonamento?
È semplicissimo: basta accedere alla sezione Account nelle Impostazioni e cliccare su "Annulla abbonamento". Dopo la cancellazione, l'abbonamento rimarrà attivo per il periodo rimanente già pagato. Per maggiori informazioni, clicca qui
È possibile scaricare libri? Se sì, come?
Al momento è possibile scaricare tramite l'app tutti i nostri libri ePub mobile-friendly. Anche la maggior parte dei nostri PDF è scaricabile e stiamo lavorando per rendere disponibile quanto prima il download di tutti gli altri file. Per maggiori informazioni, clicca qui
Che differenza c'è tra i piani?
Entrambi i piani ti danno accesso illimitato alla libreria e a tutte le funzionalità di Perlego. Le uniche differenze sono il prezzo e il periodo di abbonamento: con il piano annuale risparmierai circa il 30% rispetto a 12 rate con quello mensile.
Cos'è Perlego?
Perlego è un servizio di abbonamento a testi accademici, che ti permette di accedere a un'intera libreria online a un prezzo inferiore rispetto a quello che pagheresti per acquistare un singolo libro al mese. Con oltre 1 milione di testi suddivisi in più di 1.000 categorie, troverai sicuramente ciò che fa per te! Per maggiori informazioni, clicca qui.
Perlego supporta la sintesi vocale?
Cerca l'icona Sintesi vocale nel prossimo libro che leggerai per verificare se è possibile riprodurre l'audio. Questo strumento permette di leggere il testo a voce alta, evidenziandolo man mano che la lettura procede. Puoi aumentare o diminuire la velocità della sintesi vocale, oppure sospendere la riproduzione. Per maggiori informazioni, clicca qui.
Generative Adversarial Networks in Practice è disponibile online in formato PDF/ePub?
Sì, puoi accedere a Generative Adversarial Networks in Practice di Mehdi Ghayoumi in formato PDF e/o ePub, così come ad altri libri molto apprezzati nelle sezioni relative a Informatica e Informatica generale. Scopri oltre 1 milione di libri disponibili nel nostro catalogo.

Informazioni

Anno
2023
ISBN
9781003805533
Edizione
1
Argomento
Informatica

Indice dei contenuti

  1. Cover Page
  2. Half-Title Page
  3. Title Page
  4. Copyright Page
  5. Contents
  6. Preface
  7. Acknowledgments
  8. About the Author
  9. 1. Introduction
  10. 2. Data Preprocessing
  11. 3. Model Evaluation
  12. 4. TensorFlow and Keras Fundamentals
  13. 5. Artificial Neural Networks Fundamentals and Architectures
  14. 6. Deep Neural Networks (DNNs) Fundamentals and Architectures
  15. 7. Generative Adversarial Networks (GANs) Fundamentals and Architectures
  16. 8. Deep Convolutional Generative Adversarial Networks (DCGANs)
  17. 9. Conditional Generative Adversarial Network (cGAN)
  18. 10. Cycle Generative Adversarial Network (CycleGAN)
  19. 11. Semi-Supervised Generative Adversarial Network (SGAN)
  20. 12. Least Squares Generative Adversarial Network (LSGAN)
  21. 13. Wasserstein Generative Adversarial Network (WGAN)
  22. 14. Generative Adversarial Networks (GANs) for Images
  23. 15. Generative Adversarial Networks (GANs) for Voice, Music, and Song
  24. Appendix
  25. References
  26. Bibliography
  27. Index
Stili delle citazioni per Generative Adversarial Networks in Practice

APA 6 Citation

Ghayoumi, M. (2023). Generative Adversarial Networks in Practice (1st ed.). Chapman and Hall/CRC. Retrieved from https://www.perlego.com/book/4279873 (Original work published 2023)

Chicago Citation

Ghayoumi, Mehdi. (2023) 2023. Generative Adversarial Networks in Practice. 1st ed. Chapman and Hall/CRC. https://www.perlego.com/book/4279873.

Harvard Citation

Ghayoumi, M. (2023) Generative Adversarial Networks in Practice. 1st edn. Chapman and Hall/CRC. Available at: https://www.perlego.com/book/4279873 (Accessed: 20 June 2024).

MLA 7 Citation

Ghayoumi, Mehdi. Generative Adversarial Networks in Practice. 1st ed. Chapman and Hall/CRC, 2023. Web. 20 June 2024.