安徽科技学院图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

扩散模型:生成式AI模型的理论、应用与代码实践/杨灵 ... [等] 编著

出版发行项:

北京:电子工业出版社,2023.8

ISBN及定价:

978-7-121-45985-6/CNY89.00

载体形态项:

196页:图 (部分彩图);24cm

并列正题名:

Diffusion model:theory, applications, and code implementation of generative AI models

其它题名:

生成式AI模型的理论、应用与代码实践

个人责任者:

杨灵 编著

个人责任者:

张至隆 编著

个人责任者:

张文涛 编著

学科主题:

机器学习-研究

中图法分类号:

TP181

一般附注:

AIGC技术百科

题名责任附注:

题名页题: 杨灵, 张至隆, 张文涛, 崔斌编著

责任者附注:

杨灵, 北京大学博士在读, 研究兴趣是机器学习和生成式AI, 作为第一作者在ICML、CVPR等人工智能顶会、顶刊上发表过多篇论文, 长期担任TPAMI、ICML、NeurIPS、CVPR、KDD、AAAI等顶级学术会议或期刊的程序委员会成员、审稿人。张至隆, 北京大学硕士在读, 本科毕业于北京大学数学科学学院, 研究兴趣是扩散模型。曾获北京大学国琴奖学金、优秀毕业生、三好学生等奖项。张文涛, 蒙特利尔学习算法研究所 (Mila) 博士后研究员。博士毕业于北京大学计算机学院, 师从崔斌教授。研究兴趣为大规模图学习。

提要文摘附注:

本书全面介绍了扩散模型这种新兴的深度生成模型在各个领域的应用, 其内容包括AIGC与相关技术、扩散模型基础、扩散模型的高效采样、扩散模型的似然最大化、将扩散模型应用于具有特殊结构的数据、扩散模型与其他生成模型的关联、扩散模型的应用、扩散模型的未来等。本书旨在提供一个情景, 帮助读者深入了解扩散模型, 确定扩散模型的关键研究领域, 以及适合未来进一步探索的研究领域。

使用对象附注:

本书适合深度学习领域的研究人员、工程师、学生, 以及对深度生成模型感兴趣的人阅读

豆瓣简介：