西安工业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

深度生成模型/(波)Jakub M. Tomczak著 王冠译

出版发行项:

北京:电子工业出版社,2023

ISBN及定价:

978-7-121-46018-0/CNY108.00

载体形态项:

196页:图 (部分彩图);24cm

并列正题名:

Deep generative modeling

个人责任者:

汤姆扎克 (Tomczak, Jakub?M.) 著

个人次要责任者:

王冠 译

学科主题:

机器学习

中图法分类号:

TP181

责任者附注:

CIP数据题责任者Tomczak汉译姓: 汤姆扎克

提要文摘附注:

本书主要讲述如何将概率建模和深度学习结合起来去构建可以量化周边环境不确定性的强大的AI系统。这种AI系统可以从生成的角度来理解周边世界。本书涵盖了深度生成模型的多种类型, 包括自回归模型、流模型、隐变量模型、基于能量的模型等。这些模型构成了以ChatGPT 为代表的大语言模型, 以及以Stable Diffusion 为代表的扩散模型等深度生成模型背后的技术基石。本书适合具备微积分、线性代数、概率论等大学本科水平, 并且了解机器学习、Python 及PyTorch 等深度学习框架的学生、工程师和研究人员阅读。

使用对象附注:

人工智能学习者

豆瓣简介：