GENERATIVE DEEP LEARNING | ||
FICHA |
Título:
GENERATIVE DEEP LEARNING: TEACHING MACHINES TO PAINT, WRITE, COMPOSE AND PLAY Autor: David Foster Editorial: O'Reilly Idioma: Inglés Páginas: 350 Publicación: 2019 Lectura: 2021 |
|
COMENTARIO EDITORIAL |
(Fuente: Descripción de producto en Amazon)
El modelado generativo es un de los temas más calientes en Inteligencia Artificial. Ahora es posible enseñar a una máquina a destacar en empeños humanos como pintar y componer música. Con este práctico libro, los ingenieros de machine learning y los científicos de datos descubrirán cómo re-crear algunos de los ejemplos mas impresionantes de modelos de deep learning generativo, como los autocodificadores variacionales, las redes generativas adversarias (GAN), modelos de codificador-decodificador y modelos del mundo. El autor, David Foster, desvela el funcionamiento interno de cada técnica, empezando con los fundamentos del deep learning antes de proceder con algunos de los algoritmos más avanzados en la materia. Mediante consejos y trucos, entenderá cómo hacer que sus modelos aprendan de una manera más eficiente y se hagan más creativos. Descubra cómo los autocodificadores variacionalres pueden cambiar las expresiones faciales en fotografías. Construya ejemplos prácicos de redes adversarias desde el principio, incluyendo CycleGAN para transferencia de estilo, y MuseGAN para la generación de música. Cree modelos generativos recurrentes para la generación de texto y aprenda cómo mejorar modelos usando la atención. Entienda cómo los modelos generativos pueden ayudar a los agentes a conseguir tareas dentro del aprendizaje por refuerzo. Explore la arquitectura del Transformador (BERT, GPT-2) y los modelos de generación de imágenes como ProGAN y StyleGAN. |
COMENTARIO PERSONAL |
'Generative deep learning' es un libro técnico que explica las llamadas redes generativas (un subconjunto del deep learning) tanto en sus principios de funcionamiento como su aaplicación en diferentes campos de, llamemosle, creatividad como son la generación de textos, imágenes o música. El libro, de una estructura muy clara, se compone de diez capítulos agrupados en dos partes, como sigue:
La verdad es que es un libro que he disfrutado, aparte de porque el tema me parece interesantísimo, también porque el autor lo explica de una forma que considero muy adecuada: técnica y realista pero bastante comprensible. No se trata, evidentemente de un libro para cualquier tipo de público pero sí muy recomendable para cualquiera con una base técnica mediana y que desee conocer este tipo de soluciones de inteligencia artificial. |