產品描述 ※現在,產品的信息通過翻譯機械翻譯,所以內容可以不正確。請貴客原諒。
數學
【內容介紹】
以本科2、3年級以上學生為主要對象的深層學習教材。
從神經網絡的基礎開始,以理解生成AI(語言生成和圖像生成)為目標。
本書首先介紹了進化、深化的深層學習的關鍵技術和表現學習的代表例子的單詞嵌入,進而介紹了作為網絡基礎的變形金剛和作為其基礎的注意機製。
關於語言生成,導入了作為語言處理的基礎架構的應用範圍廣的大型語言模型,並介紹了作為發展形式的語言生成模型。
關於將大型語言模型升華為語言生成模型所必要的強化學習,對本質的事情進行了詳細論述。
關於圖像生成,採用作為生成模型發展的擴散模型,並對GAN(Generative Adversarial Network)進行了解說。
最後,對半教師學習和不均衡數據上的學習、知識蒸餾等各種學習框架進行了解說。
【目錄】
第1章開始
1.1神經網絡的基礎
1.2神經網絡的行列表記
1.3深層學習的關鍵技術
2.1概率性梯度下降法的進化和深化
2.3殘值連接
2.4活性的正規化
2.5收錄
第7.2 RNN語言模型
7.3系列變換模型
7.4大規模語言模型
麵向7.5語言生成模型
7.6語言生成模型
7.7附加錄
第8章擴散模型
8.1擴散模型的概要
8.2馬爾可夫過程(馬爾可夫鏈)
8.3擴散模型的定式化
8.4擴散模型的學習
8.5 Stable diffusion:擴散模型的安裝
8.6附加錄
第9章GAN:生成性的敵對網絡
9.1 GAN的基本
9.2 GAN的發展
【第III部深層學習單品】
第10章應對注意的數據
10.1等級間的數據不均衡
10.2等級標籤錯誤
第11章多樣的學習框架
11.1距離計量學習
11.2知識蒸餾
11.3半有教師學習
第12章可微分的演算機構
12.1可微分的數據增強
12.2幾何學變換機構
12.3附加錄
引繩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變形金剛變形金剛變形金剛