000			03676nam a22002417a 4500
005			20241029153430.0
008			241029b th ||||| |||| 00| 0 tha d
020			_a9786168282380
040			_aPIMLIB _cPIMLIB
050			_aQ325.5 .ฟ181จ _y2567
100			_aฟอสเตอร์, เดวิด
245			_aGenerative deep learning: _bสอน AI วาดเขียน แต่งเพลง และเล่นเกม/ _cเขียน David Foster; แปล/เรียบเรียง วิโรจน์ อัศวรังสี
246			_aสอน AI วาดเขียน แต่งเพลง และเล่นเกม
260			_aนนทบุรี: _bคอร์ฟังก์ชัน, _c2567
300			_a479 หน้า: _bภาพประกอบ
505			_aส่วนที่ 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.
520			_aหนังสือ "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.
650		0	_962125 _aการเรียนรู้ของเครื่อง.
650		0	_927465 _aปัญญาประดิษฐ์
650		0	_94029 _aการเขียนโปรแกรม
700			_936310 _aวิโรจน์ อัศวรังสี
942			_cBK
999			_c1001485 _d1001485