机读格式显示(MARC)

• 000 01628nam 2200289 450

• 001 0000593630

• 005 20230615131200.0

• 010 __ |a 978-7-115-54638-8 |d CNY79.00

• 100 __ |a 20201228d2020 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a PyTorch生成对抗网络编程 |A PyTorchsheng cheng dui kang wang luo bian cheng |b 专著 |f (英)塔里克·拉希德著 |g 韩江雷译

• 210 __ |a 北京 |c 人民邮电出版社 |d 2020

• 215 __ |a 206页 |c 彩图 |d 23cm

• 225 2_ |a 深度学习系列 |A Shen Du Xue Xi Xi Lie

• 306 __ |a 本书中文简体版由作者Tariq Rasgud授权人民邮电出版社出版

• 314 __ |a 塔里克·拉希德 (Tariq Rashid)，拥有物理学学士学位、机器学习和数据挖掘硕士学位。韩江雷，新加坡南洋理工大学计算机专业博士，思爱普公司 (新加坡) 数据科学家。

• 330 __ |a 生成对抗网络（Generative Adversarial Network，GAN）是神经网络领域的新星，被誉为“机器学习领域近20年来最酷的想法”。本书以直白、简短的方式向读者介绍了生成对抗网络，并且教读者如何使用PyTorch按部就班地编写生成对抗网络。全书共3章和5个附录，分别介绍了PyTorch基础知识，用PyTorch开发神经网络，改良神经网络以提升效果，引入CUDA和GPU以加速GAN训练，以及生成高质量图像的卷积GAN、条件式GAN等话题。附录部分介绍了在很多机器学习相关教程中被忽略的主题，包括计算平衡GAN的理想损失值、概率分布和采样，以及卷积如何工作，还简单解释了为什么梯度下降不适用于对抗式机器学习。

• 461 _0 |1 2001 |a 深度学习系列

• 606 0_ |a 软件工具 |A Ruan Jian Gong Ju |x 程序设计

• 690 __ |a TP311.561 |v 5

• 701 _0 |c (英) |a 拉希德 |A la xi de |c (Rashid, Tariq) |4 著

• 702 _0 |a 韩江雷 |A han jiang lei |4 译

• 801 _0 |a CN |b LIB |c 20230615

• 905 __ |a LIB |d TP311.561/269