03676nam a22002417a 4500 20241029153430.0 241029b th ||||| |||| 00| 0 tha d 9786168282380 PIMLIB PIMLIB Q325.5 .ฟ181จ 2567 ฟอสเตอร์, เดวิด Generative deep learning: สอน AI วาดเขียน แต่งเพลง และเล่นเกม/ เขียน David Foster; แปล/เรียบเรียง วิโรจน์ อัศวรังสี สอน AI วาดเขียน แต่งเพลง และเล่นเกม นนทบุรี: คอร์ฟังก์ชัน, 2567 479 หน้า: ภาพประกอบ ส่วนที่ 1 ความรู้เบื้องต้นเกี่ยวกับ Generative Deep Learning -- บทที่ 1 เจนเนอเรทีฟโมเดล -- บทที่ 2 ดีฟเลิร์นนิ่ง (Deep Learning) -- ส่วนที่ 2 การทำงานของโมเดล -- บทที่ 3 Variational Autoencoder -- บทที่ 4 Generative Adversarial Networks (GAN) -- บทที่ 5 Autoregressive Model -- บทที่ 6 Normalizing Flow Model -- บทที่ 7 Energy-Based Model -- บทที่ 8 Diffusion Model -- ส่วนที่ 3 แอพพลิเคชัน และตัวอย่างการประยุกต์ใช้ -- บทที่ 9 Transformer -- บทที่ 10 Advanced GAN -- บทที่ 11 Music Generation -- บทที่ 12 World Model -- บทที่ 13 Multimodal Model -- บทที่ 14 บทสรุป. หนังสือ "Generative Deep Learning" เล่มนี้ มีเนื้อหาที่ครอบคลุมวิทยาการล่าสุด โดยจะสอนและแนะนำผู้สนใจ, วิศวกร ML, นักวิจัย และนักวิทยาศาสตร์ข้อมูล ถึงเคล็ดลับและกลยุทธ์ที่สำคัญในการสร้าง "เจนเนอเรทีฟ เอไอ" ที่น่าตื่นเต้น โดยใช้ Tensor Flow และ Keras ซึ่งเนื้อหาจะเริ่มจากความรู้ทั่วไป แล้วเจาะลึกไปสู่โมเดลล้ำหน้า ที่ใช้สถาปัตยกรรมขั้นสูง อาทิ การฝึก VAE (Variational Autoencoder) ให้สังเกตสีหน้าในภาพถ่าย, ใช้ GAN (Generative Adversarial Network) สร้างรูปภาพจากชุดข้อมูลของคุณเอง, ฝึก Diffusion Model เพื่อสร้างดอกไม้พันธุ์ใหม่, พัฒนา GPT ของคุณเอง เพื่อสร้างข้อความ, เรียนรู้วิธีฝึกโมเดลภาษาขนาดใหญ่ เช่น ChatGPT และอื่น ๆ อีกมากมาย. 62125 การเรียนรู้ของเครื่อง. 27465 ปัญญาประดิษฐ์ 4029 การเขียนโปรแกรม 36310 วิโรจน์ อัศวรังสี BK 1001485 1001485 0 0 lcc 0 0 BKT EECLIB EECLIB 2024-10-29 ศูนย์หนังสือแห่งจุฬาลงกรณ์มหาวิทยาลัย 01300000151412 Q325.5 .ฟ181จ 2567 32550000521215 2024-10-29 2024-10-29 BK