Deep learning i modelowanie generatywne. Jak nauczyć komputer malowania, pisania, komponowania i grania

Techniki głębokiego uczenia rozwijają się w niezwykle dynamicznym tempie, a sieci neuronowe znajdują zastosowanie w różnych sektorach. Dzisiaj, komputery wykonują zadania, które jeszcze nie tak dawno były domeną ludzi. Dobrym przykładem jest tworzenie dzieł sztuki: dzięki postępom w modelowaniu generatywnym, maszyny są w stanie tworzyć unikatowe obrazy w określonych stylach, pisać spójne fragmenty tekstu, komponować muzykę oraz generować realistyczne scenariusze. Ta "revolucja generatywna" już się rozpoczęła, a jej potencjał przekracza wszelkie oczekiwania.

Książka ta stanowi praktyczny przewodnik przeznaczony dla inżynierów zajmujących się uczeniem maszynowym i analityków danych. W sposób jasny i zrozumiały przedstawia kluczowe aspekty teoretyczne dotyczące modelowania generatywnego, a następnie pokazuje techniki budowy takich modeli. Czytelnik znajdzie tu ogólne wprowadzenie do uczenia głębokiego oraz szczegółowe omówienie wariacyjnych autoenkoderów i generatywnych sieci antagonistycznych (GAN). Dzięki wykorzystaniu biblioteki Keras, odkrywamy jak działają te techniki, w tym najnowocześniejsze architektury. Krok po kroku opisane są procesy tworzenia dzieł takie jak malowanie, pisanie czy komponowanie muzyki, a także zastosowanie modelowania generatywnego w optymalizacji strategii w grach (modele World).

W książce znajdziesz między innymi:
- sposób funkcjonowania autoenkoderów wariacyjnych,
- konstruowanie sieci GAN, w tym CycleGAN i MuseGAN,
- rekurencyjne modele generatywne do tworzenia tekstu z wykorzystaniem mechanizmów uwagi,
- zastosowanie modeli generatywnych w środowiskach uczenia przez wzmacnianie,
- architektura Transformer, w tym BERT i GPT-2, oraz modele generowania obrazu.