Generative deep learning: สอน AI วาดเขียน แต่งเพลง และเล่นเกม/ เขียน David Foster; แปล/เรียบเรียง วิโรจน์ อัศวรังสี
Publication details: นนทบุรี: คอร์ฟังก์ชัน, 2567Description: 479 หน้า: ภาพประกอบISBN:- 9786168282380
- สอน AI วาดเขียน แต่งเพลง และเล่นเกม
- Q325.5 .ฟ181จ 2567
| Item type | Current library | Collection | Call number | Status | Date due | Barcode | Item holds |
|---|---|---|---|---|---|---|---|
หนังสือ
|
PIM Creative Learning Space EEC | หนังสือภาษาไทย | Q325.5 .ฟ181จ 2567 (Browse shelf(Opens below)) | Available | 32550000521215 |
Collection: หนังสือภาษาไทย Close shelf browser (Hides shelf browser)
|
|
|
|
|
|
|
||
| Q325.5 .ก879 2566 แก่นแท้ของ Deep learning: AI ฉบับอธิบายด้วยภาพ/ | Q325.5 .จ722ส 2566 แนวคิด เครื่องมือ และเทคนิคสำหรับสร้างระบบอัจฉริยะ = Hands-on machine learning with scikit-learn, keras & tensorflow / | Q325.5 .จ722ส 2566 แนวคิด เครื่องมือ และเทคนิคสำหรับสร้างระบบอัจฉริยะ = Hands-on machine learning with scikit-learn, keras & tensorflow / | Q325.5 .ฟ181จ 2567 Generative deep learning: สอน AI วาดเขียน แต่งเพลง และเล่นเกม/ | Q325.5 .ม871ส 2565 AI and machine learning for coders เส้นทางและหลักการสู่การโค้ด AI / | Q325.5 .ส826ก 2567 การเรียนรู้ของเครื่อง= Machine learning/ | Q325.5 .อ694ก 2565 การพัฒนาแอพพลิเคชัน Machine learning : เริ่มจากแนวคิดสู่ตัวผลิตภัณฑ์ / |
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.
There are no comments on this title.