Image de couverture Amazon
Image d'Amazon.com
Vue normale Vue MARC vue ISBD

Deep learning génératif / David Foster ; [traduction de l'anglais, Dominique Maniez] ; [avant-propos Karl Friston,...]

LivresAuteur principal: Foster, David, 19..-...., informaticien, AuteurCo-auteur: Maniez, Dominique, 1962-...., TraducteurAuteur secondaire: Friston, Karl J., 1959-...., neurobiologiste, postfacier...Langue: français ; de l'oeuvre originale, anglais.Éditeur : Paris : First interactive, DL 2024Description : 1 volume (XII-456 pages) : illustrations, couverture illustrée en couleurs ; 23 cmISBN: 978-2-412-09269-9.Est une traduction de : Generative deep learning, teaching machines to paint, write, compose, and play, 2nd edition, C 2023Résumé :
Un guide sur l'intelligence artificielle générative, présentant les bases du deep learning et détaillant les spécificités ainsi que les perspectives que l'IA offre aux entreprises. ­ [Electre]En matière de nouvelles technologies, l'IA générative est le sujet dont on parle le plus en ce moment. Ce livre pratique enseigne aux ingénieurs en apprentissage automatique et aux data scientists l'utilisation de TensorFlow et de Keras pour créer de puissants modèles de deep learning génératif en partant de zéro, notamment des autoencodeurs variationnels (VAE), des réseaux antagonistes génératifs (GAN), des modèles Transformer, des flux de normalisation, des modèles basés sur l'énergie et des modèles de diffusion de débruitage [4e de couverture]
Sujet - Nom commun: Intelligence artificielle | Apprentissage profond | Réseaux neuronaux (informatique) | Programmation générative | Intelligence artificielle, Musique Voir dans le SUDOC Ce document apparaît dans la/les liste(s) : # Intelligence artificielle
Exemplaires
Type de document Site actuel Collection Localisation Cote Statut Date de retour prévue Code à barres Réservations
Prêt normal Enssib Papier Pôle Information numérique et médias 003 LOG ten (Parcourir l'étagère(Ouvrir ci-dessous)) Disponible 9203270
Total des réservations : 0

La couv. porte en plus : "Apprendre aux machines à dessiner, composer, écrire et jouer"

Notes webogr. Index

Un guide sur l'intelligence artificielle générative, présentant les bases du deep learning et détaillant les spécificités ainsi que les perspectives que l'IA offre aux entreprises. ­ Electre

En matière de nouvelles technologies, l'IA générative est le sujet dont on parle le plus en ce moment. Ce livre pratique enseigne aux ingénieurs en apprentissage automatique et aux data scientists l'utilisation de TensorFlow et de Keras pour créer de puissants modèles de deep learning génératif en partant de zéro, notamment des autoencodeurs variationnels (VAE), des réseaux antagonistes génératifs (GAN), des modèles Transformer, des flux de normalisation, des modèles basés sur l'énergie et des modèles de diffusion de débruitage 4e de couverture

Partie 1. Introduction au deep learning génératif 1. Modélisation générative 2. Deep learning. Partie 2. Méthodes 3. Autoencodeurs variationnels 4. Réseaux antagonistes génératifs 5. Modèles autorégressifs 6.Modèles de flux de normalisation 7. Modèles basés sur l'énergie 8. Modèles de diffusion. Partie 3. Applications 9. Transformeurs 10. GAN avancés 11. Génération de musique 12. Modèles du monde 13. Modèles multimodaux 14. Conclusion

Il n'y a pas de commentaire pour ce titre.

pour proposer un commentaire.

Koha version 24.05

L'Enssib est membre associée de l'Université de Lyon