یادگیری هوش مصنوعی مولد پایتون ۲۰۲۴
Learn Python Generative AI 2024

ویژگی‌های کلیدی

● درک مفاهیم اصلی مرتبط با هوش مصنوعی مولد.
● انواع مختلف مدل‌های مولد و کاربردهای آن‌ها.
● یادگیری نحوه طراحی شبکه‌های عصبی هوش مصنوعی مولد با استفاده از پایتون و تنسورفلو.

توضیحات

این کتاب به تحقیق در دنیای پیچیده هوش مصنوعی مولد می‌پردازد و به خوانندگان درکی گسترده از اجزا و کاربردهای گوناگون در این زمینه ارائه می‌دهد.

کتاب با تجزیه و تحلیلی عمیق از مدل‌های مولد آغاز شده و پایه‌ای محکم ارائه می‌دهد و به بررسی ظرافت‌های ترکیب آن‌ها می‌پردازد. سپس بر تقویت TransVAE، یک رمزگذار خودکار متغیر، تمرکز می‌کند و Swin Transformer را در هوش مصنوعی مولد معرفی می‌کند. گنجاندن کاربردهای پیشرفته‌ای مانند ساخت یک جستجوی تصویر با استفاده از Pinecone و یک پایگاه داده برداری، محتوای آن را غنی‌تر می‌کند. روایت به سمت کاربردهای عملی تغییر می‌کند و تأثیر GenAI را در مراقبت‌های بهداشتی، خرده‌فروشی و امور مالی، با مثال‌های واقعی و راهکارهای نوآورانه به نمایش می‌گذارد. در بخش مراقبت‌های بهداشتی، بر نقش تحول‌آفرین هوش مصنوعی در تشخیص و مراقبت از بیمار تأکید می‌کند. در خرده‌فروشی و امور مالی، نشان می‌دهد که چگونه هوش مصنوعی انقلابی در تعامل با مشتری و تصمیم‌گیری ایجاد می‌کند. کتاب با جمع‌بندی آموخته‌های کلیدی، ارائه بینش‌هایی در مورد آینده هوش مصنوعی مولد، به پایان می‌رسد و آن را به راهنمایی جامع برای صنایع گوناگون تبدیل می‌کند.

خوانندگان خود را مجهز به درکی عمیق از هوش مصنوعی مولد، کاربردهای کنونی آن و پتانسیل بی‌کران آن برای نوآوری‌های آینده خواهند یافت.

آنچه خواهید آموخت

● کسب مهارت‌های عملی در طراحی و پیاده‌سازی مدل‌های مختلف هوش مصنوعی مولد.
● کسب تخصص در پایگاه‌های داده برداری و تعبیه‌سازی تصاویر، که برای جستجوی تصویر و بازیابی داده‌ها حیاتی است.
● عبور از چالش‌ها در مراقبت‌های بهداشتی، خرده‌فروشی و امور مالی با استفاده از بینش‌های خاص بخش.
● تولید تصاویر و متن با VAEها، GANها، LLMها و پایگاه‌های داده برداری.
● تمرکز بر هر دو تکنیک‌های سنتی و پیشرفته در هوش مصنوعی مولد.

این کتاب برای چه کسانی است

این کتاب برای متخصصان فعلی و مشتاق یادگیری عمیق هوش مصنوعی نوظهور، معماران، دانشجویان و هر کسی که شروع به کار کرده و به دنبال یادگیری یک شغل پربار در هوش مصنوعی مولد است، مناسب است.

فهرست مطالب

1. معرفی هوش مصنوعی مولد
2. طراحی شبکه‌های مقابله‌ای مولد
3. آموزش و توسعه شبکه‌های مقابله‌ای مولد
4. معماری رمزگذار خودکار برای هوش مصنوعی مولد
5. ساخت و آموزش رمزگذارهای خودکار مولد
6. طراحی رمزگذار خودکار تغییرپذیر مولد
7. ساخت رمزگذارهای خودکار تغییرپذیر برای هوش مصنوعی مولد
8. مبانی طراحی ترانسفورماتور بینایی مولد عصر جدید
9. پیاده‌سازی ترانسفورماتور بینایی مولد
10. بازسازی معماری برای مدل‌سازی مولد
11. موانع فنی اصلی در هوش مصنوعی مولد و راه پیش رو
12. بررسی اجمالی و کاربرد مدل‌های هوش مصنوعی مولد
13. آموخته‌های کلیدی

Learn to unleash the power of AI creativity 

KEY FEATURES  

● Understand the core concepts related to generative AI.

● Different types of generative models and their applications.

● Learn how to design generative AI neural networks using Python and TensorFlow.

DESCRIPTION 

This book researches the intricate world of generative Artificial Intelligence, offering readers an extensive understanding of various components and applications in this field.

The book begins with an in-depth analysis of generative models, providing a solid foundation and exploring their combination nuances. It then focuses on enhancing TransVAE, a variational autoencoder, and introduces the Swin Transformer in generative AI. The inclusion of cutting edge applications like building an image search using Pinecone and a vector database further enriches its content. The narrative shifts to practical applications, showcasing GenAI’s impact in healthcare, retail, and finance, with real-world examples and innovative solutions. In the healthcare sector, it emphasizes AI’s transformative role in diagnostics and patient care. In retail and finance, it illustrates how AI revolutionizes customer engagement and decision making. The book concludes by synthesizing key learnings, offering insights into the future of generative AI, and making it a comprehensive guide for diverse industries.

Readers will find themselves equipped with a profound understanding of generative AI, its current applications, and its boundless potential for future innovations.

WHAT YOU WILL LEARN

● Acquire practical skills in designing and implementing various generative AI models.

● Gain expertise in vector databases and image embeddings, crucial for image search and data retrieval.

● Navigate challenges in healthcare, retail, and finance using sector specific insights.

● Generate images and text with VAEs, GANs, LLMs, and vector databases.

● Focus on both traditional and cutting edge techniques in generative AI.

WHO THIS BOOK IS FOR

This book is for current and aspiring emerging AI deep learning professionals, architects, students, and anyone who is starting and learning a rewarding career in generative AI. 

TABLE OF CONTENTS

1. Introducing Generative AI

2. Designing Generative Adversarial Networks

3. Training and Developing Generative Adversarial Networks

4. Architecting Auto Encoder for Generative AI

5. Building and Training Generative Autoencoders

6. Designing Generative Variation Auto Encoder

7. Building Variational Autoencoders for Generative AI

8. Fundamental of Designing New Age Generative Vision Transformer

9. Implementing Generative Vision Transformer

10. Architectural Refactoring for Generative Modeling

11. Major Technical Roadblocks in Generative AI and Way Forward

12. Overview and Application of Generative AI Models

13. Key Learnings