本书通过从零开始构建生成式人工智能模型来探讨生成式人工智能的底层机制，并使用PyTorch对生成式人工智能模型进行编程的实践指导，以期让读者在了解生成对抗网络（GAN）、变分自编码器（VAE）、循环神经网络（RNN）、Transformer、扩散模型、大语言模型（LLM）和LangChain等技术原理之后，能构建可生成形状、数字、图像、文本和音乐的生成式人工智能模型。
作者简介:
Mark Liu is the founding director of the Master of Science in Finance program at the University of Kentucky.
目录:
第1章 生成式人工智能和PyTorch
第2章 使用PyTorch进行深度学习
第3章 生成对抗网络：生成形状和数字
第4章 使用GAN生成图像
第5章 在生成图像中选择特征
第6章 CycleGAN：将金发转换为黑发
第7章 利用变分自编码器生成图像
第8章 利用循环神经网络生成文本
第9章 实现注意力机制和Transformer
第10章 训练能将英语翻译成法语的Transformer
第11章 从零开始构建GPT
第12章 训练生成文本的Transformer
第13章 使用MuseGAN生成音乐
第14章 构建并训练音乐Transformer
第15章 扩散模型和文生图Transformer
第16章 预训练LLM和LangChain库
点击下载