目錄 購物車 {{currentCart.getItemCount()}}
GANディープラーニング実装ハンドブック(Pythonライブラリ定番セレクション) [単行本]

GANディープラーニング実装ハンドブック(Pythonライブラリ定番セレクション) [単行本]

HK$385.00
{{shoplineProductReview.avg_score}} {{'product.product_review.stars' | translate}} | {{shoplineProductReview.total}} {{'product.product_review.reviews' | translate}}
{{amazonProductReview.avg_rating}} {{'product.product_review.stars' | translate}} | {{amazonProductReview.total_comment_count}} {{'product.product_review.reviews' | translate}}
預購商品,產地直送,預計十至十四個工作天到貨。
數量
一次最大商品購買數量限制為 99999
該數量不適用,請填入有效的數量。
售完

商品存貨不足,未能加入購物車

您所填寫的商品數量超過庫存

每筆訂單限購 {{ product.max_order_quantity }} 件

現庫存只剩下 {{ quantityOfStock }} 件

若想購買,請聯絡我們。

商品描述

GANディープラーニング実装ハンドブック(Pythonライブラリ定番セレクション) の 商品概要

  • 要旨(「BOOK」データベースより)

    超解像/画像・動画変換/異常検知/3Dデータを実装する。理論から実装までのすべてを網羅!多くの生成モデルをカバーし、学習する手順を丁寧に解説。
  • 目次(「BOOK」データベースより)

    第1章 生成モデル
    第2章 変分オートエンコーダ―VAE
    第3章 GANの基本モデル―DCGAN、CGAN、LSGAN
    第4章 超解像―ESRGAN
    第5章 ドメイン変換―pix2pix、CycleGAN
    第6章 動画変換―Recycle‐GAN
    第7章 StyleGAN
    第8章 異常検知―AnoGAN、EfficientGAN
    第9章 3Dデータの生成―3D‐α‐WGAN‐GP
  • 内容紹介

    PythonによるGAN(敵対的生成ネットワーク)の学習書です。GANはディープラーニングの最先端の分野でゼロから新しいデータを生成します。いままでは大量の画像と高価な計算機が必要で、初心者が一人で実装するにはハードルが高い分野でしたしかし現在はクラウド環境の充実やGoogle Colaboratoryなど無料GPUも使えるようになり、ぐっとハードルが低くなりました。
    本書では、GANの基礎を理解したうえで、画像生成、超解像、ドメイン変換、動画変換、スタイル操作、異常検知3Dデータ生成など応用まで網羅しました。

    第1章 生成モデル
    第2章 変分オートエンコーダ(VAE)
    第3章 GANの基本モデル(DCGAN、CGAN、LSGAN)
    第4章 超解像(ESRGAN)
    第5章 ドメイン変換(pix2pix、CycleGAN)
    第6章 動画変換(Recycle-GAN)
    第7章 StyleGAN

    図書館選書
    GANはディープラーニングの技術の一つで画像を生成できます。本書は可能な限り多くの生成モデルをカバーし、学習する手順を丁寧に解説します。機械学習による画像生成や画像変換を学びたい入門者に最適です。
  • 著者紹介(「BOOK著者紹介情報」より)(本データはこの書籍が刊行された当時に掲載されていたものです)

    毛利 拓也(モウリ タクヤ)
    大学院で量子ビットの数理モデルを研究し、コンサルティングファームを経て、現在はAIスタートアップ・データサイエンティスト

    大郷 友海(ダイゴウ トモミ)
    フリーランスの機械学習エンジニア。電気エンジニア、プログラマを経て現職。情報系大学院修士課程に在学中

    嶋田 宏樹(シマダ ヒロキ)
    Webシステム、アプリ開発(iOS、Android)、機械学習案件に携わる。2018年にJDLA E資格を習得

    大政 孝充(オオマサ タカミツ)
    学部で環境工学、大学院で情報学を専攻。株式会社ウェブファーマー代表

    むぎたろう(ムギタロウ)
    AIスタートアップにて機械学習エンジニアとして勤務。複数の機械学習インターンを経て現職

    寅蔵(トラゾウ)
    大学では物理学を専攻。機械学習、Deep Learning、SLAMを使った自動運転システム、およびそれらの専用ハードウェアを使用した性能最適化や量子化の開発に従事

    もちまる(モチマル)
    大学院では機械工学を専攻。IT系の企業で画像・映像の分析やシステム開発に従事

相關產品