封面
前折页
书名页
版权
前言
第1章 AIGC概述
 1.1 AIGC的主要技术
  1.1.1 语言生成方面的技术
  1.1.2 视觉生成方面的技术
  1.1.3 多模态方面的技术
 1.2 生成模型与判别模型
  1.2.1 生成模型
  1.2.2 判别模型
 1.3 生成模型的原理
  1.3.1 生成模型的框架
  1.3.2 生成模型的概率表示
  1.3.3 生成模型的目标函数
  1.3.4 生成模型的挑战及解决方法
 1.4 表示学习
  1.4.1 表示学习的直观理解
  1.4.2 表示学习的常用方式
  1.4.3 表示学习与特征工程的区别
  1.4.4 图像的表示学习
  1.4.5 文本的表示学习
  1.4.6 多模态的表示学习
  1.4.7 表示学习的融合技术
  1.4.8 如何衡量表示学习的优劣
 1.5 表示学习的逆过程
第2章 深度神经网络
 2.1 用PyTorch构建深度神经网络
  2.1.1 神经网络的核心组件
  2.1.2 构建神经网络的主要工具
  2.1.3 构建模型
  2.1.4 训练模型
 2.2 用PyTorch实现神经网络实例
  2.2.1 准备数据
  2.2.2 可视化源数据
  2.2.3 构建模型
  2.2.4 训练模型
 2.3 用PyTorch Lightning实现神经网络实例
 2.4 构建卷积神经网络
  2.4.1 全连接层
  2.4.2 卷积层
  2.4.3 卷积核
  2.4.4 步幅
  2.4.5 填充
  2.4.6 多通道上的卷积
  2.4.7 激活函数
  2.4.8 卷积函数
  2.4.9 转置卷积
  2.4.10 特征图与感受野
  2.4.11 卷积层如何保留图像的空间信息
  2.4.12 现代经典网络
  2.4.13 可变形卷积
 2.5 构建循环神经网络
  2.5.1 从神经网络到有隐含状态的循环神经网络
  2.5.2 使用循环神经网络构建语言模型
  2.5.3 多层循环神经网络
  2.5.4 现代经典循环神经网络
 2.6 迁移学习
  2.6.1 迁移学习简介
  2.6.2 微调预训练模型
 2.7 深度学习常用的归一化方法
  2.7.1 归一化方法简介
  2.7.2 归一化的原理
  2.7.3 归一化的代码实现
 2.8 权重初始化
  2.8.1 为何要进行权重初始化
  2.8.2 权重初始化方法
 2.9 PyTorch常用的损失函数
 2.10 深度学习常用的优化算法
  2.10.1 传统梯度更新算法
  2.10.2 批量随机梯度下降法
  2.10.3 动量算法
  2.10.4 Nesterov动量算法
  2.10.5 AdaGrad算法
  2.10.6 RMSProp算法
  2.10.7 Adam算法
  2.10.8 各种优化算法比较
第3章 变分自编码器
 3.1 自编码器简介
  3.1.1 构建自编码器
  3.1.2 构建编码器
  3.1.3 构建解码器
  3.1.4 定义损失函数及优化器
  3.1.5 分析自编码器
 3.2 变分自编码器简介
  3.2.1 变分自编码器的直观理解
  3.2.2 变分自编码器的原理
 3.3 构建变分自编码器
  3.3.1 构建编码器
  3.3.2 构建解码器
  3.3.3 损失函数
  3.3.4 分析变分自编码器
 3.4 使用变分自编码器生成面部图像
  3.4.1 编码器
  3.4.2 解码器
  3.4.3 进一步分析变分自编码器
  3.4.4 生成新头像
第4章 生成对抗网络
 4.1 GAN模型简介
  4.1.1 GAN的直观理解
  4.1.2 GAN的原理
  4.1.3 GAN的训练过程
 4.2 用GAN从零开始生成图像
  4.2.1 判别器
  4.2.2 生成器
  4.2.3 损失函数
  4.2.4 训练模型
  4.2.5 可视化结果
 4.3 GAN面临的问题
  4.3.1 损失振荡
  4.3.2 模型坍塌的简单实例
  4.3.3 GAN模型坍塌的原因
  4.3.4 避免GAN模型坍塌的方法
 4.4 WGAN
  4.4.1 改进方向和效果
  4.4.2 Wasserstein距离的优越性
  4.4.3 WGAN的损失函数代码
  4.4.4 WGAN的其他核心代码
 4.5 WGAN-GP
  4.5.1 权重裁剪的隐患
  4.5.2 梯度惩罚损失
  4.5.3 WGAN-GP的训练过程
  4.5.4 WGAN-GP的损失函数代码
第5章 StyleGAN模型
 5.1 ProGAN简介
 5.2 StyleGAN架构
 5.3 StyleGAN的其他算法
 5.4 用PyTorch从零开始实现StyleGAN
  5.4.1 构建生成网络
  5.4.2 构建判别器网络
  5.4.3 损失函数
 5.5 StyleGAN的最新进展
  5.5.1 StyleGAN2简介
  5.5.2 StyleGAN3简介
  5.5.3 StyleGAN与DeepDream模型的异同
 5.6 DragGAN简介
第6章 风格迁移
 6.1 DeepDream模型
  6.1.1 DeepDream的原理
  6.1.2 DeepDream算法的流程
  6.1.3 使用PyTorch实现DeepDream
 6.2 普通风格迁移
  6.2.1 内容损失
  6.2.2 风格损失
  6.2.3 使用PyTorch实现神经网络风格迁移
 6.3 使用PyTorch实现图像修复
  6.3.1 网络结构
  6.3.2 损失函数
  6.3.3 图像修复实例
 6.4 风格迁移与StyleGAN模型
第7章 注意力机制
 7.1 注意力机制简介
  7.1.1 两种常见的注意力机制
  7.1.2 来自生活的注意力
  7.1.3 注意力机制的本质
 7.2 带注意力机制的编码器-解码器架构
  7.2.1 引入注意力机制
  7.2.2 计算注意力分配概率分布值
 7.3 自注意力
  7.3.1 单层自注意力
  7.3.2 多层自注意力
  7.3.3 多头自注意力
  7.3.4 自注意力与卷积网络、循环网络的比较
 7.4 如何训练含自注意力的模型
  7.4.1 将标记向量化
  7.4.2 添加位置编码
  7.4.3 逆嵌入过程
 7.5 交叉注意力
  7.5.1 Transformer解码器中的交叉注意力
  7.5.2 Stable Diffusion解码器中的交叉注意力
  7.5.3 交叉注意力与自注意力的异同
第8章 Transformer模型
 8.1 Transformer模型的直观理解
  8.1.1 顶层设计
  8.1.2 嵌入和向量化
  8.1.3 位置编码
  8.1.4 自注意力
  8.1.5 掩码
  8.1.6 多头注意力
  8.1.7 残差连接
  8.1.8 层归一化
  8.1.9 解码器的输出
  8.1.10 多层叠加
 8.2 用PyTorch从零开始实现Transformer
  8.2.1 构建编码器-解码器架构
  8.2.2 构建编码器
  8.2.3 构建解码器
  8.2.4 构建多头注意力
  8.2.5 构建前馈神经网络层
  8.2.6 预处理输入数据
  8.2.7 构建完整网络
  8.2.8 训练模型
  8.2.9 一个简单实例
第9章 大语言模型
 9.1 大语言模型简介
 9.2 可视化GPT原理
  9.2.1 GPT简介
  9.2.2 GPT的整体架构
  9.2.3 GPT模型架构
  9.2.4 GPT-2与BERT的多头注意力的区别
  9.2.5 GPT-2的输入
  9.2.6 GPT-2计算遮掩自注意力的详细过程
  9.2.7 GPT-2的输出
  9.2.8 GPT-1与GPT-2的异同
 9.3 GPT-3简介
 9.4 可视化BERT原理
  9.4.1 BERT的整体架构
  9.4.2 BERT的输入
  9.4.3 遮掩语言模型
  9.4.4 预测下一个句子
  9.4.5 微调
  9.4.6 使用特征提取方法
 9.5 用PyTorch实现BERT
  9.5.1 BERTEmbedding类的代码
  9.5.2 TransformerBlock类的代码
  9.5.3 构建BERT的代码
 9.6 用GPT-2生成文本
  9.6.1 下载GPT-2预训练模型
  9.6.2 用贪心搜索进行解码
  9.6.3 用束搜索进行解码
  9.6.4 用采样进行解码
  9.6.5 用Top-K采样进行解码
  9.6.6 用Top-p采样进行解码
  9.6.7 用综合方法进行解码
第10章 ChatGPT模型
 10.1 ChatGPT简介
  10.1.1 ChatGPT核心技术
  10.1.2 InstructGPT和ChatGPT的训练过程
  10.1.3 指令微调
  10.1.4 ChatGPT的不足
 10.2 人类反馈强化学习
  10.2.1 工作原理
  10.2.2 工作流程
  10.2.3 PPO算法
  10.2.4 评估框架
  10.2.5 创新与不足
 10.3 Codex
  10.3.1 对源代码进行预处理
  10.3.2 处理代码块
  10.3.3 将源代码数字化
  10.3.4 衡量指标
  10.3.5 Codex的逻辑推理能力是如何形成的
  10.3.6 CodeGeeX的主要功能
  10.3.7 CodeGeeX模型架构
 10.4 如何将LaTeX数学公式语言转化为自然语言
 10.5 使用PPO算法优化车杆游戏
  10.5.1 构建策略网络
  10.5.2 构建价值网络
  10.5.3 构建PPO模型
  10.5.4 定义超参数
  10.5.5 实例化模型
  10.5.6 训练模型
  10.5.7 可视化迭代
 10.6 使用RLHF算法提升GPT-2性能
  10.6.1 基于中文情绪识别模型的正向评论生成机器人
  10.6.2 对评论进行人工打分
  10.6.3 标注排序序列替代直接打分
 10.7 ChatGPT如何提升思维链推断能力
 10.8 ChatGPT如何提升模型的数学逻辑推理能力
第11章 扩散模型
 11.1 扩散模型简介
  11.1.1 DDPM
  11.1.2 扩散概率模型
  11.1.3 正向扩散过程
  11.1.4 反向扩散过程
  11.1.5 正向扩散过程的数学细节
  11.1.6 反向扩散过程的数学细节
  11.1.7 训练目标和损失函数
 11.2 使用PyTorch从零开始编写DDPM
  11.2.1 定义超参数
  11.2.2 创建数据集
  11.2.3 创建数据加载器
  11.2.4 可视化数据集
  11.2.5 DDPM架构
  11.2.6 用残差块取代双卷积模块的优势
  11.2.7 创建扩散类
  11.2.8 正向扩散过程
  11.2.9 可视化正向扩散过程
  11.2.10 基于训练算法和采样算法的训练
  11.2.11 从零开始训练DDPM
  11.2.12 使用DDPM生成图像
第12章 多模态模型
 12.1 CLIP简介
  12.1.1 CLIP如何将图像与图像描述进行对齐
  12.1.2 CLIP如何实现零样本分类
  12.1.3 CLIP原理
  12.1.4 从零开始运行CLIP
  12.1.5 CLIP应用
 12.2 Stable Diffusion模型
  12.2.1 Stable Diffusion模型的直观理解
  12.2.2 Stable Diffusion模型的原理
 12.3 从零开始实现Stable Diffusion
  12.3.1 文生图
  12.3.2 根据提示词修改图
 12.4 Stable Diffusion升级版简介
  12.4.1 Stable Diffusion 2.0
  12.4.2 Stable Diffusion XL
 12.5 DALL·E模型
  12.5.1 DALL·E简介
  12.5.2 DALL·E 2简介
  12.5.3 DALL·E 2与GAN的异同
  12.5.4 DALL·E 3简介
第13章 AIGC的数学基础
 13.1 矩阵的基本运算
  13.1.1 矩阵加法
  13.1.2 矩阵点积
  13.1.3 转置
  13.1.4 矩阵的阿达马积
  13.1.5 行列式
 13.2 随机变量及其分布
  13.2.1 从随机事件到随机变量
  13.2.2 离散型随机变量及其分布
  13.2.3 连续型随机变量及其分布
  13.2.4 随机变量的分布函数
  13.2.5 多维随机变量及其分布
  13.2.6 随机变量的数字特征
  13.2.7 随机变量函数的分布
 13.3 信息论
  13.3.1 信息量
  13.3.2 信息熵
  13.3.3 条件熵
  13.3.4 互信息
  13.3.5 KL散度
  13.3.6 交叉熵
  13.3.7 JS散度
  13.3.8 Wasserstein距离
  13.3.9 困惑度
 13.4 推断
  13.4.1 极大似然估计
  13.4.2 极大后验概率估计
  13.4.3 EM算法
  13.4.4 变分推断
  13.4.5 马尔可夫链蒙特卡罗随机采样
 13.5 强化学习
  13.5.1 强化学习基本概念
  13.5.2 强化学习基础算法
  13.5.3 策略梯度
后折页
封底