实战GAN：TensorFlow与Keras生成对抗网络构建

madio

开发生成对抗网络（Generative Adversarial Network，GAN）是一项十分复杂的任务，
8 q' x9 r- Y; ^1 y, b5 L: k+ Y通常也很难找到很容易就能够理解的相关代码。本书将通过多个不同的GAN 实现样例，
包括CycleGAN、SimGAN、DCGAN以及使用到GAN的模仿学习来帮助你了解GAN。本
书的各章采用了统一的编排结构，使用Python 和Keras，帮助你以一种易于理解的方式由
  k9 ^7 T3 f% G, s浅入深地来了解GAN 的架构。
本书覆盖了多个不同类型的GAN 架构来帮助你更好地理解模型的工作原理。你将会
  O' p; K9 l9 e* Z学习如何执行诸如生成超解析图像、文字到图像的转换，以及生成带字幕视频等任务的关
4 @9 d9 h; m% z3 d( ]% M键操作步骤。此外，你还会用到DCGAN和deepGAN。为了帮助你在复杂的工作场景下更
  v6 v, l0 i, @2 ^3 V8 N: h好地应用这些技术，本书将会使用多个真实世界中的数据集作为示例。
在本书的最后，通过这些易于理解的代码方案，你应该可以应对工作中和GAN 模型
4 N, V$ P+ v, f. P3 w9 C, a相关的问题和挑战，并能快速地上手实现自己的GAN 模型。

6 v5 G$ s! O+ p

yzq_mg

体力不够下载不了
: }3 h! P* d+ t; F2 D( m

GnnnB

好书！！！

柳也行

这本书非常不错，值得学习

evansu

好书，继续提供

evansu

正想找这个书，感谢楼主
) q/ i0 Q4 W4 q4 U* R9 P, z

yiaaa4228

这本书非常不错，值得学习。
- i/ M' D* h. Y) M0 P$ z1 g- H

zzzaaaqwer

感谢分享1111111111
0 \" u, e+ s& _; Y4 ]0 k

yulj

谢谢，很有用的资料！！！

shepherd588

感谢分享
2 H7 t. l* U9 [* \& d+ L7 Y