شبکه‌های مولد تخاصمی در عمل ۲۰۲۳
Generative Adversarial Networks in Practice 2023

دانلود کتاب شبکه‌های مولد تخاصمی در عمل ۲۰۲۳ (Generative Adversarial Networks in Practice 2023) با لینک مستقیم و فرمت pdf (پی دی اف) و ترجمه فارسی

نویسنده

Mehdi Ghayoumi

ناشر: CRC Press
voucher-1

۳۰ هزار تومان تخفیف با کد «OFF30» برای اولین خرید

سال انتشار

2023

زبان

English

تعداد صفحه‌ها

670

نوع فایل

pdf

حجم

94.4 MB

🏷️ قیمت اصلی: 200,000 تومان بود.قیمت فعلی: 129,000 تومان.

🏷️ قیمت اصلی: ۳۷۸٬۰۰۰ تومان بود. قیمت فعلی: ۲۹۸٬۰۰۰ تومان.

📥 دانلود نسخه‌ی اصلی کتاب به زبان انگلیسی(PDF)
🧠 به همراه ترجمه‌ی فارسی با هوش مصنوعی 🔗 مشاهده جزئیات

پیش‌خرید با تحویل فوری(⚡️) | فایل کتاب حداکثر تا ۳۰ دقیقه(🕒) پس از ثبت سفارش آماده دانلود خواهد بود.

دانلود مستقیم PDF

ارسال فایل به ایمیل

پشتیبانی ۲۴ ساعته

توضیحات

معرفی کتاب شبکه‌های مولد تخاصمی در عمل ۲۰۲۳

این کتاب منبعی جامع و کامل است که پایه‌ای محکم در روش‌های شبکه‌های تولید تخاصمی (GAN)، کاربرد آن‌ها در پروژه‌های دنیای واقعی و مفاهیم ریاضی و نظری زیربنایی آن‌ها فراهم می‌کند.

ویژگی‌های کلیدی:

* شما را در دنیای پیچیده GANها راهنمایی می‌کند و پیچیدگی‌های آن‌ها را رمزگشایی می‌کند.
* سفر یادگیری شما را با مثال‌های دنیای واقعی و کاربردهای عملی همراهی می‌کند.
* نظریه پشت GANها را هدایت می‌کند و آن را به شکلی دسترس‌پذیر و جامع ارائه می‌دهد.
* پیاده‌سازی GANها را با استفاده از پلتفرم‌های یادگیری عمیق محبوب ساده می‌کند.
* معماری‌های مختلف GAN را معرفی می‌کند و به خوانندگان دیدگاهی گسترده از کاربردهای آن‌ها می‌دهد.
* دانش شما از هوش مصنوعی را با محتوای جامع و در عین حال دسترس‌پذیر ما پرورش می‌دهد.
* مهارت‌های خود را با مطالعات موردی و مثال‌های کدنویسی متعدد تمرین کنید.
* GANهای پیشرفته مانند DCGAN، cGAN و CycleGAN را با توضیحات واضح و مثال‌های عملی بررسی می‌کند.
* با محتوایی که برای سطوح مختلف آشنایی با GANها طراحی شده است، با مبتدیان و متخصصان باتجربه سازگار است.
* نقاط بین نظریه GAN و عمل را به هم متصل می‌کند و درک کاملی از موضوع ارائه می‌دهد.
* شما را در کاربردهای GAN در انواع مختلف داده‌ها راهنمایی می‌کند و تطبیق‌پذیری آن‌ها را برجسته می‌کند.
* خواننده را تشویق می‌کند تا فراتر از این کتاب به کاوش بپردازد و محیطی مناسب برای یادگیری و تحقیق مستقل ایجاد می‌کند.
* شکاف بین روش‌های پیچیده GAN و پیاده‌سازی عملی آن‌ها را پر می‌کند و به خوانندگان اجازه می‌دهد تا مستقیماً دانش خود را به کار گیرند.
* به شما مهارت‌ها و دانش لازم را می‌دهد تا با اطمینان از GANها در پروژه‌های خود استفاده کنید.

با شبکه‌های تولید تخاصمی (GAN) در عمل، آماده شوید تا به قلمرو فریبنده GANها شیرجه بزنید و قدرت هوش مصنوعی را مانند قبل تجربه کنید. این کتاب جنبه‌های نظری و عملی GANها را به شکلی منسجم و در دسترس گرد هم می‌آورد و آن را به منبعی ضروری برای مبتدیان و متخصصان باتجربه تبدیل می‌کند.


فهرست کتاب:

۱. صفحه روی جلد

۲. صفحه نیم عنوان

۳. صفحه عنوان

۴. صفحه حق چاپ

۵. فهرست

۶. پیشگفتار

۷. تقدیر و تشکر

۸. درباره نویسنده

۱. مقدمه

۲. پیش پردازش داده

۳. ارزیابی مدل

۴. مبانی TensorFlow و Keras

۵. مبانی و معماری شبکه های عصبی مصنوعی

۶. مبانی و معماری شبکه های عصبی عمیق (DNNs)

۷. مبانی و معماری شبکه های مولد تخاصمی (GANs)

۸. شبکه های مولد تخاصمی عمیق کانولوشنال (DCGANs)

۹. شبکه مولد تخاصمی شرطی (cGAN)

۱۰. شبکه مولد تخاصمی چرخه‌ای (CycleGAN)

۱۱. شبکه مولد تخاصمی نیمه نظارتی (SGAN)

۱۲. شبکه مولد تخاصمی حداقل مربعات (LSGAN)

۱۳. شبکه مولد تخاصمی واسرشتاین (WGAN)

۱۴. شبکه های مولد تخاصمی (GANs) برای تصاویر

۱۵. شبکه های مولد تخاصمی (GANs) برای صدا، موسیقی و آهنگ

۲۴. پیوست

۲۵. منابع

۲۶. کتابشناسی

۲۷. فهرست نمایه

 

توضیحات(انگلیسی)

This book is an all-inclusive resource that provides a solid foundation on Generative Adversarial Networks (GAN) methodologies, their application to real-world projects, and their underlying mathematical and theoretical concepts.

Key Features:

  • Guides you through the complex world of GANs, demystifying their intricacies
  • Accompanies your learning journey with real-world examples and practical applications
  • Navigates the theory behind GANs, presenting it in an accessible and comprehensive way
  • Simplifies the implementation of GANs using popular deep learning platforms
  • Introduces various GAN architectures, giving readers a broad view of their applications
  • Nurture your knowledge of AI with our comprehensive yet accessible content
  • Practice your skills with numerous case studies and coding examples
  • Reviews advanced GANs, such as DCGAN, cGAN, and CycleGAN, with clear explanations and practical examples
  • Adapts to both beginners and experienced practitioners, with content organized to cater to varying levels of familiarity with GANs
  • Connects the dots between GAN theory and practice, providing a well-rounded understanding of the subject
  • Takes you through GAN applications across different data types, highlighting their versatility
  • Inspires the reader to explore beyond this book, fostering an environment conducive to independent learning and research
  • Closes the gap between complex GAN methodologies and their practical implementation, allowing readers to directly apply their knowledge
  • Empowers you with the skills and knowledge needed to confidently use GANs in your projects

Prepare to deep dive into the captivating realm of GANs and experience the power of AI like never before with Generative Adversarial Networks (GANs) in Practice. This book brings together the theory and practical aspects of GANs in a cohesive and accessible manner, making it an essential resource for both beginners and experienced practitioners.


Table of Contents

1. Cover Page

2. Half-Title Page

3. Title Page

4. Copyright Page

5. Contents

6. Preface

7. Acknowledgments

8. About the Author

1. Introduction

2. Data Preprocessing

3. Model Evaluation

4. TensorFlow and Keras Fundamentals

5. Artificial Neural Networks Fundamentals and Architectures

6. Deep Neural Networks (DNNs) Fundamentals and Architectures

7. Generative Adversarial Networks (GANs) Fundamentals and Architectures

8. Deep Convolutional Generative Adversarial Networks (DCGANs)

9. Conditional Generative Adversarial Network (cGAN)

10. Cycle Generative Adversarial Network (CycleGAN)

11. Semi-Supervised Generative Adversarial Network (SGAN)

12. Least Squares Generative Adversarial Network (LSGAN)

13. Wasserstein Generative Adversarial Network (WGAN)

14. Generative Adversarial Networks (GANs) for Images

15. Generative Adversarial Networks (GANs) for Voice, Music, and Song

24. Appendix

25. References

26. Bibliography

27. Index

دیگران دریافت کرده‌اند

✨ ضمانت تجربه خوب مطالعه

بازگشت کامل وجه

در صورت مشکل، مبلغ پرداختی بازگردانده می شود.

دانلود پرسرعت

دانلود فایل کتاب با سرعت بالا

ارسال فایل به ایمیل

دانلود مستقیم به همراه ارسال فایل به ایمیل.

پشتیبانی ۲۴ ساعته

با چت آنلاین و پیام‌رسان ها پاسخگو هستیم.

ضمانت کیفیت کتاب

کتاب ها را از منابع معتیر انتخاب می کنیم.