|
Generatives Deep Learning: Maschinen das Malen, Schreiben und Komponieren beibringen
| |
Inhaltstyp (RDA)
|
Text
|
Medientyp (RDA)
|
ohne Hilfsmittel zu benutzen
|
Datenträgertyp (RDA)
|
Band
|
Physikal. Form
|
169728521X Erscheint auch als (Online-Ausgabe): ‡Foster, David: Generatives Deep Learning
|
Physikal. Form
|
1735208744 Erscheint auch als (Online-Ausgabe): ‡Foster, David: Generatives Deep Learning
|
1. Person/Familie
|
Foster, David [VerfasserIn]
|
2. Person/Familie
|
Fraaß, Marcus [ÜbersetzerIn]
|
3. Person/Familie
|
Mack, Konstantin [ÜbersetzerIn]
|
Bevorz. Titel des Werkes (RDA)
|
Foster, David, Generative deep learning
|
Titel
|
Generatives Deep Learning: Maschinen das Malen, Schreiben und Komponieren beibringen
|
Verantw.-ang.
|
David Foster ; deutsche Übersetzung von Marcus Fraaß und Konstantin Mack
|
Weitere Sachtitel
|
GANs und VAEs kreativ nutzen
|
Auflage
|
1. Auflage
|
Verlagsort (RDA)
|
Heidelberg
|
Verlag (RDA)
|
O'Reilly
|
E-Jahr
|
2020
|
E-Jahr (RDA)
|
[2020]
|
E-Jahr (RDA)
|
© 2020
|
Umfangsangabe
|
XVI, 292 Seiten : Illustrationen, Diagramme
|
Formatangabe
|
24 cm x 16.5 cm
|
Anm. Nebentitel
|
Titelzusatz auf dem Cover GANs und VAEs kreativ nutzen
|
Hinw. auf parallele Ausg.
|
Erscheint auch als (Online-Ausgabe) :Foster, David: Generatives Deep Learning
|
Hinw. auf parallele Ausg.
|
Erscheint auch als (Online-Ausgabe) :Foster, David: Generatives Deep Learning
|
Hinw. auf parallele Ausg.
|
Erscheint auch als (Online-Ausgabe) :Foster, David: Generatives Deep Learning
|
Hinw. auf parallele Ausg.
|
Parallele SprachausgabeISBN 978-1-4920-4194-8
|
ISBN
|
978-3-96009-128-8 Broschur: circa EUR 39.90 (DE), circa EUR 41.10 (AT)
|
ISBN
|
3-96009-128-1 Broschur
|
EAN
|
9783960091288
|
NBN-Nr.
|
19,N47
|
Hinweise zur Verfilmung
|
DE-31
|
Bezugswerk
|
Inhaltstext
|
Bezugswerk
|
Inhaltsverzeichnis
|
Schlagwort / lok.
|
Generative Gestaltung
|
Schlagwort / lok.
|
Python / Software
|
Schlagwort / lok.
|
Mensch-Maschine-Kommunikation
|
Schlagwort / lok.
|
Künstliche Intelligenz
|
Inhaltliche Zsfg.
|
Das Buch führt zunächst einen zentralen Begriff ein: Das generative Deep-Learning-Modell, welches anhand eines Beispiels - Bilderzeugung eines neuen Pferdes aus den Trainingsdaten verschiedener Pferde - dargestellt wird und abgesetzt vom diskriminativen Modell, z.B. Filtern von Van-Gogh-Gemälden aus einem grossen Datensatz von Gemälden. Anhand von einfachen Beispielen, die detailliert bis auf die mathematische Formelebene beschrieben sind, zeigt der Autor, welchen entscheidenden Beitrag die Wahrscheinlichkeitsrechnung bei der Erzeugung von Bildern liefert. In Kapitel 2 wird der Leser, der noch kein Deep-Learning-Experte ist, vorbereitet auf den Einsatz tiefer Modelle auf Basis tiefer neuronaler Netzwerke. Deep-Learning-Kenntnisse werden beim Leser nicht vorausgesetzt, aber der Autor empfiehlt F. Chollet. Ab Kapitel 3 beschreibt der Autor, wie maschinelles Malen, Schreiben, Spiele erzeugen und Komponieren realisiert werden kann. Er berichtet über die immensen Fortschritte im Bereich kreativer Anwendung der künstlichen Intelligenz und liefert einen Ausblick auf deren zunehmende Bedeutung. (3)
|
Bestand
|
1
|
Sign-Info
|
40/70/77
|