生成式 AI 使用各种机器学习算法,从数据中学习要素,使机器能够创建全新的数字视频、图像、文本、音频或代码等内容。生成式 AI 技术在近两年取得了重大突破,产生了全球性的影响。它的发展离不开近年来生成式深度学习大模型的突破。与一般意义上可视为“黑盒”的深度神经网络不同,生成式深度学习模型是建立在数学基础上的概率模型,严谨和完善的数学基础是深度生成模型的一大魅力。
本书对当前主流的三大深度生成模型(变分自编码器 VAE,生成对抗网络 GAN,扩散模型 Diffusion Models)的数学原理进行了详细推导,旨在帮助读者从原理上深入理解它们。本书的重点在于理解各种模型的数学原理,对于各种网络结构创新的工作并没有归纳在内。
书籍:《生成式深度学习的数学原理》
GitHub 开源地址:https://github.com/lmn-ning/AIGC 希望大家能够顺手在 GitHub 上点个 star 呀 ~
书籍目录:
文章来源:https://www.toymoban.com/news/detail-611271.html
文章来源地址https://www.toymoban.com/news/detail-611271.html
到了这里,关于AIGC书籍推荐:《生成式深度学习的数学原理》的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!