Deep Learning 5｜生成模型開發實作
活動訊息
內容簡介
內容簡介:這是暢銷書系列《Deep Learning》的第5集，本次的主題是「生成模型」。
書中延續此系列的風格，以連貫的故事介紹從「常態分布」到「擴散模型」的技術。你可以累積學到的知識，一步一步練習操作，不斷累積學習成果，最終完成類似「Stable Diffusion」這樣的AI影像生成模型。
技術的有趣之處在於細節，從零開始建構，挑戰各種公式。
書中延續此系列的風格，以連貫的故事介紹從「常態分布」到「擴散模型」的技術。你可以累積學到的知識，一步一步練習操作，不斷累積學習成果，最終完成類似「Stable Diffusion」這樣的AI影像生成模型。
技術的有趣之處在於細節，從零開始建構，挑戰各種公式。
目錄
STEP 1 常態分布
1.1 機率的基本知識
1.2 常態分布
1.3 中央極限定理
1.4 樣本和的機率分布
1.5 我們身邊的常態分布
STEP 2 最大概似估計
2.1 生成模型概要
2.2 建構使用了實際資料的生成模型
2.3 最大概似估計的理論
2.4 生成模型的用途
STEP 3 多維常態分布
3.1 NumPy 與多維陣列
3.2 多維常態分布
3.3 將二維常態分布視覺化
3.4 多維常態分布的最大概似估計
STEP 4 高斯混合模型
4.1 生活中的多峰分布
4.2 高斯混合模型的資料生成
4.3 高斯混合模型的公式
4.4 參數估計的難處
STEP 5 EM 演算法
5.1 KL 散度
5.2 導出 EM 演算法 ①
5.3 導出 EM 演算法 ②
5.4 GMM 與 EM 演算法
5.5 EM 演算法實作
STEP 6 類神經網路
6.1 PyTorch 與梯度法
6.2 線性迴歸
6.3 參數與優化器
6.4 類神經網路實作
6.5 torchvision 與資料集
STEP 7 變分自編碼器（VAE）
7.1 VAE 與解碼器
7.2 VAE 與編碼器
7.3 ELBO 的最佳化
7.4 VAE 實作
STEP 8 擴散模型的理論
8.1 由 VAE 進化成擴散模型
8.2 擴散過程與反向擴散過程
8.3 計算 ELBO ①
8.4 計算 ELBO ②
8.5 計算 ELBO ③
8.6 擴散模型的學習
STEP 9 擴散模型實作
9.1 U-Net
9.2 正弦波位置編碼
9.3 擴散過程
9.4 生成資料
9.5 擴散模型的學習（實作篇）
STEP 10 擴散模型的應用
10.1 條件擴散模型
10.2 score 函數
10.3 分類器引導
10.4 無分類器引導
10.5 Stable Diffusion
附錄A 導出多維常態分布的最大概似估計
附錄B 詹森不等式
附錄C 階層型VAE 的理論與實作
附錄D 公式符號說明
1.1 機率的基本知識
1.2 常態分布
1.3 中央極限定理
1.4 樣本和的機率分布
1.5 我們身邊的常態分布
STEP 2 最大概似估計
2.1 生成模型概要
2.2 建構使用了實際資料的生成模型
2.3 最大概似估計的理論
2.4 生成模型的用途
STEP 3 多維常態分布
3.1 NumPy 與多維陣列
3.2 多維常態分布
3.3 將二維常態分布視覺化
3.4 多維常態分布的最大概似估計
STEP 4 高斯混合模型
4.1 生活中的多峰分布
4.2 高斯混合模型的資料生成
4.3 高斯混合模型的公式
4.4 參數估計的難處
STEP 5 EM 演算法
5.1 KL 散度
5.2 導出 EM 演算法 ①
5.3 導出 EM 演算法 ②
5.4 GMM 與 EM 演算法
5.5 EM 演算法實作
STEP 6 類神經網路
6.1 PyTorch 與梯度法
6.2 線性迴歸
6.3 參數與優化器
6.4 類神經網路實作
6.5 torchvision 與資料集
STEP 7 變分自編碼器（VAE）
7.1 VAE 與解碼器
7.2 VAE 與編碼器
7.3 ELBO 的最佳化
7.4 VAE 實作
STEP 8 擴散模型的理論
8.1 由 VAE 進化成擴散模型
8.2 擴散過程與反向擴散過程
8.3 計算 ELBO ①
8.4 計算 ELBO ②
8.5 計算 ELBO ③
8.6 擴散模型的學習
STEP 9 擴散模型實作
9.1 U-Net
9.2 正弦波位置編碼
9.3 擴散過程
9.4 生成資料
9.5 擴散模型的學習（實作篇）
STEP 10 擴散模型的應用
10.1 條件擴散模型
10.2 score 函數
10.3 分類器引導
10.4 無分類器引導
10.5 Stable Diffusion
附錄A 導出多維常態分布的最大概似估計
附錄B 詹森不等式
附錄C 階層型VAE 的理論與實作
附錄D 公式符號說明
配送方式
-
台灣
- 國內宅配：本島、離島
-
到店取貨：
不限金額免運費
-
海外
- 國際快遞：全球
-
港澳店取：
訂購/退換貨須知
加入金石堂 LINE 官方帳號『完成綁定』，隨時掌握出貨動態：
提醒您！！
金石堂及銀行均不會請您操作ATM! 如接獲電話要求您前往ATM提款機，請不要聽從指示，以免受騙上當！
退換貨須知：
**提醒您，鑑賞期不等於試用期，退回商品須為全新狀態**
-
依據「消費者保護法」第19條及行政院消費者保護處公告之「通訊交易解除權合理例外情事適用準則」，以下商品購買後，除商品本身有瑕疵外，將不提供7天的猶豫期：
- 易於腐敗、保存期限較短或解約時即將逾期。（如：生鮮食品）
- 依消費者要求所為之客製化給付。（客製化商品）
- 報紙、期刊或雜誌。（含MOOK、外文雜誌）
- 經消費者拆封之影音商品或電腦軟體。
- 非以有形媒介提供之數位內容或一經提供即為完成之線上服務，經消費者事先同意始提供。（如：電子書、電子雜誌、下載版軟體、虛擬商品…等）
- 已拆封之個人衛生用品。（如：內衣褲、刮鬍刀、除毛刀…等）
- 若非上列種類商品，均享有到貨7天的猶豫期（含例假日）。
- 辦理退換貨時，商品（組合商品恕無法接受單獨退貨）必須是您收到商品時的原始狀態（包含商品本體、配件、贈品、保證書、所有附隨資料文件及原廠內外包裝…等），請勿直接使用原廠包裝寄送，或於原廠包裝上黏貼紙張或書寫文字。
- 退回商品若無法回復原狀，將請您負擔回復原狀所需費用，嚴重時將影響您的退貨權益。
商品評價