Bei einem GAN, einem Generative Adversarial Network, treten zwei künstliche neuronale Netzwerke gegeneinander an. Während das eine, der Generator, versucht realistisch wirkende Fotos, Videos oder Texte neu zu generieren, bewertet das andere, der Diskriminator, das Ergebnis anhand reeller Daten. So trainieren sich die Netze gegenseitig. Yann LeCun, einer der weltweit führenden Forscher auf dem Gebiet neuronaler Netze, nennt dies „die coolste Idee im Deep Learning in den letzten 20 Jahren“.
Mit diesem Buch können Sie selbst ganz praktisch ausprobieren, wie GANs funktionieren. Wie in seinem Bestseller Neuronale Netze selbst programmieren, auf den dieses Buch aufbaut, erläutert Tariq Rashid jede Technik Schritt für Schritt mit vielen anschaulichen Abbildungen. Sie erfahren, wie Sie mit dem populären Framework PyTorch Ihre eigenen GANs erstellen und trainieren:
Sie lernen die Grundlagen von PyTorch und programmieren damit Ihr erstes neuronales Netz auf Google Colab
Sie starten dann mit einem einfachen GAN, um einen typischen Workflow einzurichten und üben erste Techniken anhand der MNIST-Datenbank mit handgeschriebenen Zahlen
Mit diesem Wissen programmieren Sie ein GAN, das realistische menschliche Gesichter erzeugen kann
Sie finden heraus, wo das GAN versagt, schaffen Abhilfe und verbessern die Leistung und Stabilität Ihres Modells
Abschließend erkunden Sie auch anspruchsvollere Themen wie Convolutional und Conditional GANs
Tariq Rashids besondere Fähigkeit, komplexe Ideen verständlich zu erklären, macht diese schwierige Materie für jeden Interessierten zugänglich und praktisch nachvollziehbar.
Aus dem Inhalt
Teil 1 – PyTorch und neuronale Netze
Grundlagen von PyTorch
Erstes neuronales Netz mit PyTorch
Verfeinerungen
Grundlagen von CUDA
Teil 2 – Generative Adversarial Networks erstellen
In dieser Leseprobe erstellen Sie ein richtiges neuronales Netz mit PyTorch. Dieses Netz ist in der Lage, eine einfache, aber schon vertraute Aufgabe zu lösen. Nachdem Sie dieses noch recht einfache Netz gut trainiert haben, ist es in der Lage, handgeschriebene Ziffern zu erkennen.
Wer hat's geschrieben?
Tariq Rashid ist Physiker, hat einen Master in Machine Learning und Data Mining und leitet die Londoner Python-Meetup-Gruppe mit 3.000 Mitgliedern. Er ist ein Verfechter des Open-Source-Gedankens und konnte unlängst eine Open-Source-Reform für die britische Regierung durchführen.
Er ist der Überzeugung, dass immer noch zu viele wichtige Ideen schlecht erklärt werden. Seine persönliche Mission ist es, spannende, aber komplexe technische Konzepte besser zu vermitteln. Mit diesem Buch möchte er möglichst vielen Lesern Grundwissen über neuronale Netze zugänglich machen.
