AIGC书籍推荐:《生成式深度学习的数学原理》

生成式 AI 使用各种机器学习算法,从数据中学习要素,使机器能够创建全新的数字视频、图像、文本、音频或代码等内容。生成式 AI 技术在近两年取得了重大突破,产生了全球性的影响。它的发展离不开近年来生成式深度学习大模型的突破。与一般意义上可视为“黑盒”的深度神经网络不同,生成式深度学习模型是建立在数学基础上的概率模型,严谨和完善的数学基础是深度生成模型的一大魅力。

本书对当前主流的三大深度生成模型(变分自编码器 VAE,生成对抗网络 GAN,扩散模型 Diffusion Models)的数学原理进行了详细推导,旨在帮助读者从原理上深入理解它们。本书的重点在于理解各种模型的数学原理,对于各种网络结构创新的工作并没有归纳在内。

书籍:《生成式深度学习的数学原理》

GitHub 开源地址:https://github.com/lmn-ning/AIGC 希望大家能够顺手在 GitHub 上点个 star 呀 ~

书籍目录:

AIGC书籍推荐:《生成式深度学习的数学原理》_第1张图片

AIGC书籍推荐:《生成式深度学习的数学原理》_第2张图片

你可能感兴趣的:(生成式深度学习/AIGC,AIGC,深度学习,人工智能)