【新书】使用PyTorch学习生成式人工智能，434页pdf

学习如何通过构建自己的模型来理解生成式人工智能，这些模型可以撰写连贯的文本、生成逼真的图像，甚至创作出栩栩如生的音乐。 《使用PyTorch学习生成式人工智能》 通过从头开始构建工作中的AI模型，教授生成式AI的基本机制。在整个过程中，您将使用直观的PyTorch框架，这对任何使用过Python数据工具的人来说都会非常熟悉。在学习的过程中，您将掌握生成对抗网络（GANs）、Transformer、大型语言模型（LLMs）、变分自编码器、扩散模型、LangChain等的基本知识！在**《使用PyTorch学习生成式人工智能》**中，您将构建这些令人惊叹的模型：

• 一个简单的英法翻译器
• 一个强大如GPT-2的文本生成模型
• 一个生成逼真花卉图像的扩散模型
• 使用GANs和Transformers的音乐生成器
• 一个图像风格迁移模型
• 一个零样本“万事通”代理 您创建的生成式AI项目使用与全尺度模型（如GPT-4和Stable Diffusion）相同的基本技术。您不需要成为机器学习专家——只需要一些基本的Python编程技能即可开始。购买本书纸质版将免费获得Manning Publications提供的PDF和ePub格式的电子书。

技术介绍

Transformers、生成对抗网络（GANs）、扩散模型、大型语言模型（LLMs）等强大的深度学习模式彻底改变了我们处理文本、图像和声音的方式。生成式AI乍一看像是魔法，但通过一点Python、PyTorch框架和一些实践，您可以在自己的笔记本电脑上构建有趣且实用的模型。本书将向您展示如何实现这些。

关于本书

《使用PyTorch学习生成式人工智能》 通过帮助您构建自己的工作AI模型来介绍生成式AI的基本机制。您将从使用GAN创建简单的图像开始，接着逐行编写一个语言翻译的Transformer。在充满趣味且引人入胜的项目中，您将训练模型生成动漫图像、撰写海明威风格的文章、创作莫扎特般的音乐等等。您只需掌握Python和一些机器学习的基础知识，其他内容在学习过程中会逐步掌握！

本书内容

• 构建一个英法翻译器
• 创建一个文本生成的大型语言模型
• 训练扩散模型生成高分辨率图像
• 使用GANs和Transformers生成音乐

读者对象

示例代码使用简单的Python。无需具备深度学习经验。

作者简介

Mark Liu是肯塔基大学金融硕士项目的创始主任。 本书的技术编辑为Emmanuel Maggiori。

目录

第一部分

1. 什么是生成式AI以及为什么选择PyTorch？

2. 使用PyTorch进行深度学习

3. 生成对抗网络：形状和数字生成 第二部分

4. 使用生成对抗网络生成图像

5. 选择生成图像的特征

6. CycleGAN：将金发转换为黑发

7. 使用变分自编码器生成图像 第三部分

8. 使用递归神经网络进行文本生成

9. 注意力机制和Transformer的逐行实现

10. 训练Transformer翻译英语到法语

11. 从零开始构建生成预训练的Transformer

12. 训练Transformer生成文本 第四部分

13. 使用MuseGAN进行音乐生成

14. 构建并训练音乐Transformer

15. 扩散模型与文本生成图像的Transformers

16. 预训练的大型语言模型和LangChain库 附录A. 安装Python、Jupyter Notebook和PyTorch B. 最低要求的读者资格和深度学习基础

作者简介

Dr. Mark Liu是肯塔基大学金融硕士项目的终身教授和创始主任。他拥有超过20年的编程经验，并获得了波士顿学院的金融学博士学位。