KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Generative Adversarial Networks for Image Generation

Generative Adversarial Networks for Image Generation

149,79 €

inkl. gesetzl. MwSt.

Beschreibung

Generative adversarial networks (GANs) were introduced by Ian Goodfellow and his co-authors including Yoshua Bengio in 2014, and were to referred by Yann Lecun (Facebook's AI research director) as "the most interesting idea in the last 10 years in ML." GANs' potential is huge, because they can learn...

Beschreibung

Generative adversarial networks (GANs) were introduced by Ian Goodfellow and his co-authors including Yoshua Bengio in 2014, and were to referred by Yann Lecun (Facebook's AI research director) as "the most interesting idea in the last 10 years in ML." GANs' potential is huge, because they can learn to mimic any distribution of data, which means they can be taught to create worlds similar to our own in any domain: images, music, speech, prose. They are robot artists in a sense, and their output is remarkable - poignant even. In 2018, Christie's sold a portrait that had been generated by a GAN for $432,000.

Although image generation has been challenging, GAN image generation has proved to be very successful and impressive. However, there are two remaining challenges for GAN image generation: the quality of the generated image and the training stability. This book first provides an overview of GANs, and then discusses the task of image generation and the detailsof GAN image generation. It also investigates a number of approaches to address the two remaining challenges for GAN image generation. Additionally, it explores three promising applications of GANs, including image-to-image translation, unsupervised domain adaptation and GANs for security. This book appeals to students and researchers who are interested in GANs, image generation and general machine learning and computer vision.

Produktdetails

Format

PDF
Kopierschutz

Nein
Family Sharing

Nein
Text-to-Speech

Nein

Produktdetails

Format

PDF

Format

eBooks im PDF-Format haben eine festgelegte Seitengröße und eignen sich daher nur bedingt zum Lesen auf einem tolino eReader oder Smartphone. Für den vollen Lesegenuss empfehlen wir Ihnen bei PDF-eBooks die Verwendung eines Tablets oder Computers.

Kopierschutz

Nein

Kopierschutz

Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie, allen sonstigen eReadern und am PC lesen. Das eBook ist nicht kopiergeschützt und kann ein personalisiertes Wasserzeichen enthalten. Weitere Hinweise zum Lesen von eBooks mit einem personalisierten Wasserzeichen finden Sie unter Hilfe/Downloads.

Family Sharing

Nein

Family Sharing

Mit Family Sharing können Sie eBooks innerhalb Ihrer Familie (max. sechs Mitglieder im gleichen Haushalt) teilen. Sie entscheiden selbst, welches Buch Sie mit welchem Familienmitglied teilen möchten. Auch das parallele Lesen durch verschiedene Familienmitglieder ist durch Family Sharing möglich. Um eBooks zu teilen oder geteilt zu bekommen, muss jedes Familienmitglied ein Konto bei Thalia oder einem anderen tolino-Buchhändler haben. Weitere Informationen finden Sie unter Hilfe/Family-Sharing.

Text-to-Speech

Nein

Text-to-Speech

Bedeutet Ihnen Stimme mehr als Text? Mit der Funktion Text-to-Speech können Sie sich im tolino webReader und in der aktuellen Thalia – Lesen & Hören App das eBook vorlesen lassen. Weitere Informationen finden Sie unter Hilfe/Text-to-Speech.

Erscheinungsdatum

17.02.2021
Verlag Springer Nature Singapore
Seitenzahl

77 (Printausgabe)
Dateigröße

5154 KB
Sprache

Englisch
EAN

9789813360488
Barrierefreiheit
  • keine Information zur Barrierefreiheit bekannt

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Weitere Artikel finden Sie in
  • Produktbild: Generative Adversarial Networks for Image Generation