生成对抗网络（Generative Adversarial Network，GAN）是神经网络领域的新星，被誉为“机器学习领域近 20 年来最酷的想法”。

本书以直白、简短的方式向读者介绍了生成对抗网络，并且教读者如何使用 PyTorch 按部就班地编写生成对抗网络。全书共 3 章和 5 个附录，分别介绍了 PyTorch 基础知识，用 PyTorch 开发神经网络，改良神经网络以提升效果，引入 CUDA 和 GPU 以加速 GAN 训练，以及生成高质量图像的卷积 GAN、条件式 GAN 等话题。附录部分介绍了在很多机器学习相关教程中被忽略的主题，包括计算平衡 GAN 的理想损失值、概率分布和采样，以及卷积如何工作，还简单解释了为什么梯度下降不适用于对抗式机器学习。

先学课程

• 新手入门指南之玩转蓝桥云课
• PyTorch 深度学习基础入门

适合人群

• 本书适合想初步了解 GAN 以及其工作原理的读者,也适合想要学习如何构建 GAN 的机器学习从业人员。对于正在学习机器学习相关课程的学生，本书可以帮助读者快速入门，为后续的学习打好基础。

作者简介

• 塔里克·拉希德（Tariq Rashid），拥有物理学学士学位、机器学习和数据挖掘硕士学位。他常年活跃于伦敦的技术圈子，领导并组织伦敦 Python 聚会小组（近 3000 名成员）。

译者简介

• 韩江雷，新加坡南洋理工大学计算机专业博士，思爱普公司（新加坡）数据科学家。他的研究兴趣有自然语言处理、文本数据分析、数据挖掘等项目的落地及运维。

书籍购买

• 课程基于原书籍内容制作，但受限于部分章节并不适合改编为线上实验，课程并不会包含书籍的完整内容。如果希望阅读完整书籍内容，请前往 异步图书 或 人民邮电出版社网站 购买。

课程信息

• 学习周期：课程有效期 2 个月，2 个月后无法进行在线实验，但可查看文档内容。高级会员有效期内可一直学习，到期后课程失效，且无法查看文档。部分云主机实验环境因成本较高，存在开启次数限制。关于课程退款等相关注意事项说明，请阅读 用户付费协议。
• 版权说明：课程内容为蓝桥云课原创或蓝桥云课在原作者授权下制作。未经书面同意，擅自爬取、转载和再分发课程内容，均将受到严肃追责。
• 企业团报：企业购买，请点击 企业用户咨询。