生成對抗網絡入門指南

前言

第1章人工智能入門1

1.1人工智能的歷史與發(fā)展1

1.1.1人工智能的誕生3

1.1.2人工智能的兩起兩落6

1.1.3新時代的人工智能7

1.2機器學習與深度學習10

1.2.1機器學習分類11

1.2.2神經網絡與深度學習12

1.2.3深度學習的應用13

1.3了解生成對抗網絡15

1.3.1從機器感知到機器創(chuàng)造15

1.3.2什么是生成對抗網絡19

1.4本章小結20

第2章預備知識與開發(fā)工具21

2.1Python語言與開發(fā)框架21

2.1.1Python語言21

2.1.2常用工具簡介23

2.1.3第三方框架簡介26

2.2TensorFlow基礎入門27

2.2.1TensorFlow簡介與安裝27

2.2.2TensorFlow使用入門30

2.2.3Tensorflow實例：圖像分類31

2.3Keras基礎入門33

2.3.1Keras簡介與安裝33

2.3.2Keras使用入門34

2.3.3Keras實例：文本情感分析36

2.4　Floyd：使用深度學習云平臺運行程序38

2.4.1深度學習云平臺簡介38

2.4.2Floyd使用入門39

2.4.3Floyd實例：神經網絡風格轉換43

2.5本章小結45

第3章理解生成對抗網絡46

3.1生成模型46

3.1.1生成模型簡介46

3.1.2自動編碼器47

3.1.3變分自動編碼器50

3.2GAN的數學原理52

3.2.1最大似然估計52

3.2.2生成對抗網絡的數學推導55

3.3GAN的可視化理解58

3.4GAN的工程實踐59

3.5本章小結67

第4章深度卷積生成對抗網絡68

4.1DCGAN的框架68

4.1.1DCGAN設計規(guī)則68

4.1.2DCGAN框架結構72

4.2DCGAN的工程實踐73

4.3DCGAN的實驗性應用79

4.3.1生成圖像的變換79

4.3.2生成圖像的算術運算81

4.3.3殘缺圖像的補全83

4.4本章小結85

第5章WassersteinGAN86

5.1GAN的優(yōu)化問題86

5.2WGAN的理論研究89

5.3WGAN的工程實踐92

5.4WGAN的實驗效果分析96

5.4.1代價函數與生成質量的相關性96

5.4.2生成網絡的穩(wěn)定性97

5.4.3模式崩潰問題99

5.5WGAN的改進方案：WGAN-GP100

5.6本章小結104

第6章不同結構的GAN105

6.1GAN與監(jiān)督式學習105

6.1.1條件式生成：cGAN105

6.1.2cGAN在圖像上的應用106

6.2GAN與半監(jiān)督式學習110

6.2.1半監(jiān)督式生成：SGAN110

6.2.2輔助分類生成：ACGAN112

6.3GAN與無監(jiān)督式學習113

6.3.1無監(jiān)督式學習與可解釋型特征113

6.3.2理解InfoGAN115

6.4本章小結119

第7章文本到圖像的生成120

7.1文本條件式生成對抗網絡120

7.2文本生成圖像進階：GAWWN123

7.3文本到高質量圖像的生成127

7.3.1層級式圖像生成：StackGAN128

7.3.2層級式圖像生成的優(yōu)化：StackGAN-v2132

7.4本章小結135

第8章圖像到圖像的生成136

8.1可交互圖像轉換：iGAN136

8.1.1可交互圖像轉換的用途136

8.1.2iGAN的實現(xiàn)方法138

8.1.3iGAN軟件簡介與使用方法140

8.2匹配數據圖像轉換：Pix2Pix143

8.2.1理解匹配數據的圖像轉換143

8.2.2Pix2Pix的理論基礎145

8.2.3Pix2Pix的應用實踐150

8.3非匹配數據圖像轉換：CycleGAN157

8.3.1理解非匹配數據的圖像轉換157

8.3.2CycleGAN的理論基礎160

8.3.3CycleGAN的應用實踐162

8.4　多領域圖像轉換：StarGAN166

8.4.1多領域的圖像轉換問題166

8.4.2StarGAN的理論基礎169

8.4.3StarGAN的應用實踐171

8.5本章小結177

第9章GAN的應用：從多媒體到藝術設計178

9.1GAN在多媒體領域的應用178

9.1.1圖像去模糊178

9.1.2人臉生成181

9.1.3音頻合成184

9.2GAN與AI藝術188

9.2.1AI能否創(chuàng)造藝術188

9.2.2AI與計算機藝術的發(fā)展190

9.2.3藝術生成網絡：從藝術模仿到創(chuàng)意生成196

9.3GAN與AI設計202

9.3.1AI時代的設計202

9.3.2AI輔助式設計的研究205

9.4本章小結212

第10章GAN研究熱點213

10.1評估與優(yōu)化213

10.2對抗攻擊216

10.3發(fā)展中的GAN219

參考文獻222