Generative Deep Learning Edición Actualizada
Desbloqueando el poder creativo de Al y Python
Este libro proporciona información detallada sobre los últimos avances de la IA, incluidos los modelos GAN, VAE, autorregresivos y de difusión, a través de explicaciones, ejemplos y proyectos claros.
Lo Que Obtendrás de Este Libro
10 capítulos que abarcan más de 520 páginas
Más de 250 bloques explicativos de código
Más de 25 ejercicios prácticos
5 cuestionarios para poner a prueba tus conocimientos
4 proyectos prácticos del «mundo real»
Sumérjase en el futuro de la IA con el aprendizaje profundo generativo
Descubra el enorme potencial de la inteligencia artificial con nuestra guía completa, «Edición actualizada de aprendizaje profundo generativo: desbloqueando el poder creativo de la IA y Python». Esta exhaustiva bibliografía sirve como hoja de ruta definitiva para dominar los avances más recientes en el campo de la IA, en rápida evolución. Explora una amplia gama de tecnologías innovadoras, como las redes generativas adversarias (GAN), los codificadores automáticos variacionales (VAE), los modelos autorregresivos y los innovadores modelos de difusión.
Cada capítulo de esta guía meticulosamente elaborada está repleto de explicaciones claras y fáciles de entender, junto con ejemplos detallados que ilustran aún más estos complejos conceptos. Además, incluye una serie de proyectos prácticos y atractivos diseñados específicamente para proporcionar el conocimiento práctico y la aplicación de estas técnicas de vanguardia.
Nuestro objetivo es proporcionarle una comprensión profunda y un dominio profundo de estos conceptos avanzados de IA, lo que le permitirá desbloquear y aprovechar el poder transformador de la IA y Python.
Transforme sus habilidades de inteligencia artificial con proyectos prácticos y aplicaciones del mundo real
Este libro es una guía completa que va más allá de la teoría y ofrece a los lectores la oportunidad de participar en proyectos prácticos que dan vida a los conceptos de la IA. Este enfoque práctico le permite profundizar en el mundo de la IA, proporcionando una experiencia de aprendizaje inmersiva que es a la vez divertida y educativa.
El libro ofrece oportunidades para construir redes generativas de confrontación (GAN), potentes algoritmos que se utilizan para generar imágenes increíblemente realistas. Esta aplicación práctica de la teoría le brindará una experiencia de primera mano sobre cómo funcionan estos complejos algoritmos y los resultados que pueden lograr.
Además, también tendrá la oportunidad de crear codificadores automáticos variacionales (VAE), que se utilizan para el aumento de datos. Esto te da una idea de cómo la IA puede manipular y mejorar los datos para lograr mejores resultados, lo que te proporciona una comprensión más profunda del campo.
Además, el libro lo guía a través del proceso de desarrollo de modelos autorregresivos para la generación de texto. Esto le da una idea de cómo se puede utilizar la IA en la creación de contenido y el procesamiento del lenguaje, lo que amplía su comprensión de las diversas aplicaciones de la IA.
La «Edición actualizada de aprendizaje profundo generativo» está meticulosamente diseñada para ofrecer claridad y profundidad. Cada capítulo se basa en el anterior, lo que garantiza una curva de aprendizaje fluida, tanto si eres nuevo en el campo de la IA como si eres un profesional experimentado.
Las explicaciones detalladas y los proyectos prácticos están diseñados para ayudarlo a dominar estos temas complejos y aplicarlos con confianza en su trabajo.
No se pierda esta oportunidad de obtener una comprensión integral del aprendizaje profundo generativo y desbloquear el poder creativo de la IA y Python. ¡Haz clic en el botón «Comprar ahora» para asegurar tu copia y unirte a la revolución de la IA!
Tabla de contenido
Chapter 1: Introduction to Deep Learning
1.1 Basics of Neural Networks
1.2 Overview of Deep Learning
1.3 Recent Advances in Deep Learning
1.4 Practical Exercises - Chapter 1: Introduction to Deep Learning
1.5 Chapter Summary - Chapter 1: Introduction to Deep Learning
Chapter 2: Understanding Generative Models
2.1 Concept and Importance
2.2 Delve Deeper into Types of Generative Models
2.3 Recent Developments in Generative Models
2.4 Practical Exercises - Chapter 2: Understanding Generative Models
2.5 Chapter 2 Summary - Chapter 2: Understanding Generative Models
Quiz: Foundations of Deep Learning
Questions of Chapter 1: Introduction to Deep Learning
Questions of Chapter 2: Understanding Generative Models
Answers - Quiz: Foundations of Deep Learning
Chapter 3: Deep Dive into Generative Adversarial Networks (GANs)
3.1 Understanding GANs
3.2 Architecture of GANs
3.3 Training GANs
3.4 Evaluating GANs
3.5 Variations of GANs
Chapter 4: Project Face Generation with GANs
4.1 Data Collection and Preprocessing
4.2 Model Creation
4.3 Training the GAN
4.4 Generating New Faces
4.5 Evaluating the Model
Quiz: Generative Adversarial Networks (GAN)
Questions - Chapter 3: Deep Dive into Generative Adversarial Networks (GANs)
Questions - Chapter 4: Project: Face Generation with GANs
Answers - Quiz: Generative Adversarial Networks (GAN)
Chapter 5: Exploring Variational Autoencoders (VAEs)
5.1 Understanding VAEs
5.2 Architecture of VAEs
5.3 Training VAEs
5.4 Evaluating VAEs
5.5 Variations of VAEs (Beta-VAE, Conditional VAE)
Chapter 6: Project: Handwritten Digit Generation with VAEs
6.1 Data Collection and Preprocessing
6.2 Model Creation
6.3 Generating New Handwritten Digits
6.4 Evaluating the Model
6.5 Enhancing Digit Generation with Beta-VAE
Quiz: Variational Autoencoders (VAEs)
Questions - Quiz: Variational Autoencoders (VAEs)
Answers - Quiz: Variational Autoencoders (VAEs)
Chapter 7: Understanding Autoregressive Models
7.1 PixelRNN and PixelCNN
7.2 Transformer-based Models (GPT, GPT-3, GPT-4)
7.3 Use Cases and Applications of Autoregressive Models
7.4 Practical Exercises - Chapter 7: Understanding Autoregressive Models
7.5 Chapter Summary - Chapter 7: Understanding Autoregressive Models
Chapter 8: Project: Text Generation with Autoregressive Models
8.1 Data Collection and Preprocessing
8.2 Model Creation
8.3 Generating Text with the Fine-Tuned Model
8.4 Evaluating the Model
Quiz: Autoregressive Models
Questions - Quiz: Autoregressive Models
Answers - Quiz: Autoregressive Models
Chapter 9: Exploring Diffusion Models
9.1 Understanding Diffusion Models
9.2 Architecture of Diffusion Models
9.3 Training Diffusion Models
9.4 Evaluating Diffusion Models
9.5 Practical Exercises - Chapter 9: Exploring Diffusion Models
Chapter 10: Project: Image Generation with Diffusion Models
10.1 Data Collection and Preprocessing
10.2 Model Creation
10.3 Training the Diffusion Model
10.4 Generating New Images
10.5 Evaluating the Model
Quiz: Diffusion Models of the book which includes
Questions - Quiz: Diffusion Models of the book which includes
Answers - Quiz: Diffusion Models of the book which includes
Lo que dicen nuestros lectores sobre este libro
¡Explore las reseñas para comprender por qué este libro es una excelente elección! Descubra cómo otros se han beneficiado del conocimiento y las ideas que proporciona. Pruebe el emocionante contenido que le espera y compruebe si este libro es el libro perfecto para su viaje.
He leído muchos libros sobre IA, pero «Generative Deep Learning Updated Edition» destaca por su profundidad y claridad. Las explicaciones detalladas de las GAN, los VAE y los modelos de difusión no solo son fáciles de seguir, sino que también son inmensamente prácticas. Los proyectos prácticos son una forma fantástica de reforzar los conceptos y ver las aplicaciones en el mundo real. Este libro ha mejorado significativamente mi comprensión de los modelos generativos y su potencial. ¡Muy recomendable para cualquiera que se tome en serio el dominio de la IA y Python!
La edición actualizada pone los últimos avances en aprendizaje profundo generativo al alcance de su mano. Los autores hacen un gran trabajo al desglosar temas complejos en secciones manejables, completas con ejercicios y proyectos prácticos. Ya sea que sea un principiante o un profesional experimentado, este libro es un recurso invaluable. Es minucioso, bien estructurado e increíblemente atractivo. ¡Felicitaciones a los autores por un trabajo tan fantástico!
Desbloquear el acceso
Es su elección, libro de tapa blanda, libro electrónico o Pase de acceso completo a toda nuestra biblioteca de programación
- Libro de tapa blanda enviado desde Amazon
- Acceso gratuito al repositorio de código
- Atención al cliente de primera calidad
- Plataforma digital de aprendizaje electrónico
- Contenido de vídeo adicional gratuito
- Rentable
- Atención al cliente de primera calidad
- Recursos de código fáciles de copiar y pegar
- Aprenda en cualquier lugar
- Todo, desde Book Access
- Acceso ilimitado a la biblioteca de libros
- 50% de descuento en libros de bolsillo
- Acceso anticipado a nuevos lanzamientos
- Contenido de vídeo exclusivo
- Recomendaciones de libros mensuales
- Actualizaciones de libros ilimitadas
- Atención al cliente VIP 24/7
- Desafíos de programación
