「GAN是近年來機器學習領域中最有趣的點子！」這是臉書首席AI科學家、也是當今深度學習三巨頭之一的YannLeCun對GAN(對抗式生成網路)技術下的註解。GAN從誕生至今已經創造了許多令人瞠目結舌的驚人應用，從最早貓圖片的自動產生器、虛擬人臉生成器、到Deepfake影片/照片換臉特效，都是GAN的應用。光是GAN的開山論文，被引用次數就足足是TensorFlow的2.5倍，不只在技術領域，就連麥肯錫(McKinsey&Company)等主流媒體，GAN的相關討論也時常出現。但要搞懂這最尖端、最熱門的技術可不容易，網路上許多似是而非的說法，加上漏洞百出的數學推導，讓初學者不得其門而入。本書目標是針對想從基礎開始學習GAN（對抗式生成網路）的人，提供最可靠的原理教學與實戰指南。我們將從最簡單的範例開始上手，然後介紹各種最先進的GAN技術並用程式實作，包括生成高解析度圖片、圖像轉譯、或製作對抗性樣本等。我們會提供最直觀的解說，讓讀者只需要具備基礎的Python、深度學習、與數學相關知識，就能直接探索這項如魔法般的尖端科技。我們希望讀者不但能了解GAN到目前為止所取得的成就，還能獲得必要的知識與工具來充實自己，以便進一步展開新的應用。對於充滿企圖心的人來說，GAN可是具有無窮的潛力，一旦上手，未來在學術界或生活應用上必能大放異彩，很高興您能加入我們的行列。本書特色●本書由施威銘研究室監修，內容易讀易懂，並加入大量「編註」與「小編補充」以幫助理解及補充必要知識。●內容涵蓋Autoencoder/VAE及各種GAN技術，包括DCGAN、PGGAN、SGAN、CGAN、CycleGAN、NS-GAN、Min-MaxGAN、WGAN、BigGANigGAN、StyleGAN、...等，還有對抗性樣本、以及GAN在醫學界與時尚界的應用案例。●不求花俏吸睛，腳踏實地帶你一步步揭開各種GAN的神祕面紗。從原理、演算法、架構圖、再到程式實作，讓您一氣呵成、深入體驗GAN的奧妙。●所有範例程式小編都已在Colab上實測過，並針對可能因版本不同而遇到的狀況提供說明及解決方案。建議讀者也在免費的Colab上執行範例程式，可避免一些環境設定或相容性等問題。
分析 GAN 小編 傳播 數學 應用 網路 智慧 積木 CODING
