《基於TensorFlow的圖像生成》是電子工業出版社於2022年出版的書籍，作者是冒燕,童杏林
基本介紹
- 書名：基於TensorFlow的圖像生成
- 作者：冒燕、童杏林
- 出版社：電子工業出版社
- 出版時間：2022年10月
- 頁數：248 頁
- 開本：16 開
- ISBN：9787121443473
內容簡介,圖書目錄,
內容簡介
本書是一本使用深度學習生成圖像和視頻的實用指南。書中深入淺出地介紹了基於TensorFlow生成圖像的基本原理。本書有三部分共10章，第一部分介紹使用TensorFlow生成圖像的基本知識，包括機率模型、自動編碼器和生成對抗網路（GAN）；第二部分通過一些應用程式案例介紹具體的圖像生成模型，包括圖像到圖像轉換技術、風格轉換和人工智慧（AI）畫家案例；第三部分介紹生成對抗網路的具體套用，包括高保真面孔生成、圖像生成的自我關注和視頻合成。本書內容詳盡、案例豐富，通過閱讀本書，讀者不僅可以理解基於TensorFlow生成圖像的基本原理，還可以真正掌握圖像生成的技能。本書適合圖像處理、計算機視覺和機器學習等專業的本科生、研究生及相關技術人員閱讀參考。
圖書目錄
目 錄
第1篇 TensorFlow生成圖像的基本原理
第1章 開始使用TensorFlow生成圖像 2
1.1 技術要求 2
1.2 理解機率 2
1.2.1 機率分布 3
1.2.2 預測置信度 4
1.2.3 像素的聯合機率 4
1.3 用機率模型生成人臉 7
1.3.1 創建面孔 7
1.3.2 條件機率 9
1.3.3 機率生成模型 10
1.3.4 參數化建模 12
1.4 從零開始構建PixelCNN模型 13
1.4.1 自回歸模型 14
1.4.2 PixelRNN 14
1.4.3 使用TensorFlow 2構建PixelCNN模型 14
1.5 本章小結 21
第2章 變分自編碼器 22
2.1 技術要求 22
2.2 用自編碼器學習潛在變數 22
2.2.1 編碼器 23
2.2.2 解碼器 26
2.2.3 構建自編碼器 28
2.2.4 從潛在變數生成圖像 29
2.3 變分自編碼器 31
2.3.1 高斯分布 31
2.3.2 採樣潛在變數 33
2.3.3 損失函式 36
2.4 用變分自編碼器生成人臉 38
2.4.1 網路體系結構 38
2.4.2 面部重建 39
2.4.3 生成新面孔 40
2.4.4 採樣技巧 40
2.5 控制面部屬性 42
2.5.1 潛在空間運算 42
2.5.2 尋找屬性向量 42
2.5.3 面部編輯 43
2.6 本章小結 45
第3章 生成對抗網路 46
3.1 技術要求 46
3.2 了解GAN的基本原理 47
3.2.1 GAN的架構 47
3.2.2 價值函式 48
3.2.3 GAN訓練步驟 51
3.3 構建深度卷積GAN（DCGAN） 53
3.3.1 結構指南 53
3.3.2 建立Fashion-MNIST的DCGAN 55
3.3.3 訓練我們的DCGAN 58
3.4 訓練GAN的挑戰 60
3.4.1 無信息損失和度量 60
3.4.2 不穩定性 61
3.4.3 梯度消失 61
3.4.4 模式崩塌 62
3.5 建立Wasserstein GAN（WGAN） 63
3.5.1 理解Wasserstein損失 64
3.5.2 實現1-Lipschitz約束 65
3.5.3 重組訓練步驟 66
3.5.4 實施梯度懲罰（WGAN-GP） 68
3.5.5 調整CelebA的WGAN-GP 71
3.6 本章小結 73
