单行本(实用) 深层学习生成AI的基础/冈留刚

※现在,产品的信息通过翻译机械翻译,所以内容可以不正确。请贵客原谅。
日本名: 単行本(実用) 数学 深層学習 生成AIの基礎 / 岡留剛
无库存
管理编号: BO4405972
发售日: 2024/03/28
制造商: 共立出版
系列:
著: 岡留剛

产品的明细 ※现在,产品的信息通过翻译机械翻译,所以内容可以不正确。请贵客原谅。

数学
【内容介绍】
以本科2、3年级以上学生为主要对象的深层学习教材。
从神经网络的基础开始,以理解生成AI(语言生成和图像生成)为目标。
本书首先介绍了进化、深化的深层学习的关键技术和表现学习的代表例子的单词嵌入,进而介绍了作为网络基础的变形金刚和作为其基础的注意机制。
关于语言生成,导入了作为语言处理的基础架构的应用范围广的大型语言模型,并介绍了作为发展形式的语言生成模型。
关于将大型语言模型升华为语言生成模型所必要的强化学习,对本质的事情进行了详细论述。
关于图像生成,采用作为生成模型发展的扩散模型,并对GAN(Generative Adversarial Network)进行了解说。
最后,对半教师学习和不均衡数据上的学习、知识蒸馏等各种学习框架进行了解说。
【目录】
第1章开始
1.1神经网络的基础
1.2神经网络的行列表记
1.3深层学习的关键技术
2.1概率性梯度下降法的进化和深化
2.3残值连接
2.4活性的正规化
2.5收录
第7.2 RNN语言模型
7.3系列变换模型
7.4大规模语言模型
面向7.5语言生成模型
7.6语言生成模型
7.7附加录
第8章扩散模型
8.1扩散模型的概要
8.2马尔可夫过程(马尔可夫链)
8.3扩散模型的定式化
8.4扩散模型的学习
8.5 Stable diffusion:扩散模型的安装
8.6附加录
第9章GAN:生成性的敌对网络
9.1 GAN的基本
9.2 GAN的发展
【第III部深层学习单品】
第10章应对注意的数据
10.1等级间的数据不均衡
10.2等级标签错误
第11章多样的学习框架
11.1距离计量学习
11.2知识蒸馏
11.3半有教师学习
第12章可微分的演算机构
12.1可微分的数据增强
12.2几何学变换机构
12.3附加录
引绳3.1 3.2 4.1 4.2 4.3 4.4 5.1 5.2 5.3 6.1 6.2 6.3 7.1 1.4 2.2变形金刚变形金刚变形金刚