登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
iPhone 4S JB解禁秘術：Cydia 超限軟體300+
．
Deep Learn
．
Deep Learn
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
Deep Learning 5｜生成模型開發實作
作者：
斎藤康毅
譯者：
吳嘉芳
分類：
電腦與網路
／
綜論
出版社：
美商歐萊禮中文書
出版日期：2025/9/19
ISBN：9786264251327
書籍編號：kk0605482
頁數：312
定價：
780
元
優惠價：
82
折
640
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0605482'>Deep Learning 5｜生成模型開發實作</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0605482'><img src='https://www.silkbook.com/mall_image/bk/kk0605482.jpg' ALT='Deep Learning 5｜生成模型開發實作' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
Deep Learning 5｜生成模型開發實作 內容簡介 這是暢銷書系列《Deep Learning》的第5集，本次的主題是「生成模型」。 書中延續此系列的風格，以連貫的故事介紹從「常態分布」到「擴散模型」的技術。你可以累積學到的知識，一步一步練習操作，不斷累積學習成果，最終完成類似「Stable Diffusion」這樣的AI影像生成模型。 技術的有趣之處在於細節，從零開始建構，挑戰各種公式。
作者簡介 斎藤康毅 1984年生於日本長崎縣對馬市，畢業於東京工業大學工學院，東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習等有關人工智慧的研究開發工作。2017年獲得IT工程師書籍大獎的（技術書部門大獎），2019年獲得IT工程師書籍大獎（評審特別獎）。著有暢銷書籍《Deep Learning》系列（均由O’Reilly出版）。
目錄 STEP 1 常態分布 1.1 機率的基本知識 1.2 常態分布 1.3 中央極限定理 1.4 樣本和的機率分布 1.5 我們身邊的常態分布 STEP 2 最大概似估計 2.1 生成模型概要 2.2 建構使用了實際資料的生成模型 2.3 最大概似估計的理論 2.4 生成模型的用途 STEP 3 多維常態分布 3.1 NumPy 與多維陣列 3.2 多維常態分布 3.3 將二維常態分布視覺化 3.4 多維常態分布的最大概似估計 STEP 4 高斯混合模型 4.1 生活中的多峰分布 4.2 高斯混合模型的資料生成 4.3 高斯混合模型的公式 4.4 參數估計的難處 STEP 5 EM 演算法 5.1 KL 散度 5.2 導出 EM 演算法 ① 5.3 導出 EM 演算法 ② 5.4 GMM 與 EM 演算法 5.5 EM 演算法實作 STEP 6 類神經網路 6.1 PyTorch 與梯度法 6.2 線性迴歸 6.3 參數與優化器 6.4 類神經網路實作 6.5 torchvision 與資料集 STEP 7 變分自編碼器（VAE） 7.1 VAE 與解碼器 7.2 VAE 與編碼器 7.3 ELBO 的最佳化 7.4 VAE 實作 STEP 8 擴散模型的理論 8.1 由 VAE 進化成擴散模型 8.2 擴散過程與反向擴散過程 8.3 計算 ELBO ① 8.4 計算 ELBO ② 8.5 計算 ELBO ③ 8.6 擴散模型的學習 STEP 9 擴散模型實作 9.1 U-Net 9.2 正弦波位置編碼 9.3 擴散過程 9.4 生成資料 9.5 擴散模型的學習（實作篇） STEP 10 擴散模型的應用 10.1 條件擴散模型 10.2 score 函數 10.3 分類器引導 10.4 無分類器引導 10.5 Stable Diffusion 附錄A 導出多維常態分布的最大概似估計 附錄B 詹森不等式 附錄C 階層型VAE 的理論與實作 附錄D 公式符號說明
電子商務與ChatG
不懂程式也能自架專屬
一學就會的 AI 影
AI超神應用術：Go
人工智慧漫畫全圖解：
Python修仙之路
ChatGPT 5實
用DeepSeek
最新LINE官方帳號
MCP開發全攻略：打
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
