Descripción
DEEP LEARNING GENERATIVO ENSEÑAR A LAS MAQUINAS A PINTAR, E
Resumen del libro
Esta guía práctica y completa introduce al lector en el fascinante mundo de la inteligencia artificial generativa. Escrita por David Foster, la obra enseña a ingenieros de machine learning y científicos de datos a construir desde cero modelos de deep learning generativo utilizando TensorFlow y Keras. El libro cubre desde los fundamentos teóricos hasta las arquitecturas más avanzadas, como autocodificadores variacionales (VAE), redes generativas adversativas (GAN), Transformers y modelos de difusión. Con un enfoque práctico y repleto de consejos, permite comprender cómo hacer que los modelos aprendan de manera más eficiente y creativa.
¿De qué trata?
El libro es un recorrido exhaustivo por las técnicas y arquitecturas del deep learning generativo. Comienza explicando los principios básicos del aprendizaje profundo para luego adentrarse en modelos específicos. Se exploran en detalle los autocodificadores variacionales (VAE) y las redes generativas adversativas (GAN), analizando su funcionamiento interno y cómo entrenarlos. Posteriormente, se abordan arquitecturas más modernas como los Transformers, los flujos de normalización, los modelos de difusión y los modelos basados en energía. A lo largo del texto, el autor comparte trucos y estrategias para optimizar el entrenamiento, mejorar la calidad de las muestras generadas y fomentar la creatividad de los modelos. Todo ello se presenta con ejemplos prácticos y código reutilizable en TensorFlow y Keras.
Temas principales
- Fundamentos del deep learning aplicados a la generación de datos.
- Construcción y entrenamiento de autocodificadores variacionales (VAE).
- Implementación de redes generativas adversativas (GAN) y sus variantes.
- Arquitecturas avanzadas: Transformers, flujos de normalización y modelos de difusión.
- Técnicas para mejorar la eficiencia del aprendizaje y la creatividad de los modelos.
- Uso práctico de TensorFlow y Keras para el desarrollo de modelos generativos.
¿Para quién está recomendado?
Este libro está dirigido a ingenieros de machine learning, científicos de datos y desarrolladores con experiencia en Python que deseen especializarse en inteligencia artificial generativa. Es ideal para quienes ya tienen conocimientos básicos de deep learning y quieren dar el salto a la creación de modelos capaces de generar imágenes, texto u otros datos. También resulta útil para estudiantes avanzados de carreras tecnológicas que busquen una guía práctica y actualizada sobre las arquitecturas generativas más relevantes.
Qué aporta este libro
- Una comprensión profunda de los principios y arquitecturas del deep learning generativo.
- Habilidades prácticas para implementar modelos como VAE, GAN y Transformers desde cero.
- Estrategias y trucos para optimizar el entrenamiento y potenciar la creatividad de los modelos.
- Ejemplos de código funcional en TensorFlow y Keras listos para ser adaptados a proyectos reales.
- Una visión completa de las técnicas más innovadoras en el campo de la inteligencia artificial generativa.
Ficha técnica
- Autor: FOSTER, DAVID
- Editorial: ANAYA MULTIMEDIA
- Idioma: Español
- Tema: INTELIGENCIA ARTIFICIAL, APRENDIZAJE AUTOMATICO
- Colección: TITULOS ESPECIALES
- Encuadernación: Bolsillo
- Fecha de edición: febrero de 2024
- Número de páginas: 424
- Peso: 710 g
Valoración editorial
Se trata de una obra técnica de alto nivel que combina rigor teórico con aplicación práctica. Su enfoque en la implementación directa con TensorFlow y Keras la convierte en un recurso valioso para profesionales que buscan dominar las técnicas generativas más actuales. La estructura progresiva y los consejos del autor facilitan la asimilación de conceptos complejos, haciendo que el libro sea adecuado tanto para el autoaprendizaje como para su uso en entornos educativos. Es una adición recomendable para cualquier biblioteca técnica centrada en inteligencia artificial.