有三上个月出版了新书《生成对抗网络GAN：原理与实践》，Generative Adversarial Networks（中文名生成对抗网络，简称GAN）自从被提出来后，其发展就非常迅猛，几乎已经被应用于所有CNN可以使用的领域，应用涉及图像与视频生成，数据仿真与增强，各种各样的图像风格化任务，人脸与人体图像编辑，图像质量提升。
学好GAN算法，对于计算机视觉领域从业，完全是有必要的。我们公众号输出过非常多的GAN相关资源，包括几十篇理论与实战技术文章，免费与付费的视频课，知识星球中的GAN模型原理解读专题。本次书籍出版，可作为我们最系统的一个总结。本书是一本系统性地讲解GAN理论、模型、常见问题，并为视觉和语音领域的大部分应用场景提供GAN解决方案和综合实践的书。
更加完整的内容介绍，请大家阅读：言有三新书来袭，全面系统性地讲解生成对抗网络GAN原理与实践
本书包含有若干实践，现在我们将所有代码开源到配套的GitHub项目，地址为https://github.com/longpeng2008/yousan.ai，下面是项目截图。
本书包含有若干实践项目，下面是视觉相关的实践项目名称与截图。
DCGAN图像生成实战
StyleGAN人脸图像生成实战
Pix2Pix图像上色实战
StyleGAN人脸属性编辑实战
SRGAN图像超分辨实战
Adabox对抗攻击实战
勘误
由于作者的水平和时间有限，以及编辑在加工稿件过程中的失误，第一版印刷中存在一些错误，现汇总如下。
1、第2章32页，由于小数四舍五入导致横坐标x归一化问题错误，应该是0～1之间，正确形式如下。
2、第5章136页，倒数第4行‘如图5-35’，应该是‘如图5-36’。
3、第5章139页，第2行ReLU层，应该是LReLU层。
4、第6章169页，图6-10中第2个GAND应该是GANG。
5、第7章200页，图7-8中的所有字母丢失，正确形式如下：
另外由于编辑加工格式失误，导致一些地方的代码缩进存在问题，请大家根据源代码进行学习，更多问题欢迎大家进行反馈。
如何获得本书
书籍已经在京东等平台进行销售，大家可以自行购买。另外，在有三AI小鹅通知识店铺也可以购买【专属签名版书籍】（签章为红黑色，随机发货）作为首发纪念，购买完成后【凭订单记录联系有三本人微信Longlongtogo】，发送收货地址，购买方式如下。
更多GAN相关学习资源
由于作者的水平和时间有限，书籍出版的时间滞后，以及GAN技术发展非常迅速，本书无法囊括所有最新内容，因此在我们公众号还有许多拓展的GAN学习资料。
1、相关技术文章，包括GAN的理论，模型，论文推荐，下面是其中部分节选内容
【GAN优化】长文综述解读如何定量评价生成对抗网络(GAN)
【每周CV论文推荐】GAN与VAE的结合，有哪些必读的论文？
【每周CV论文推荐】初学视频分类与行为识别有哪些值得阅读的论文？
【每周CV论文推荐】初学视觉注意力机制有哪些值得阅读的论文？
【每周CV论文推荐】StyleGAN人脸属性编辑有哪些经典论文需要阅读
【每周CV论文推荐】初学基于GAN的视频生成有哪些经典论文需要阅读
【每周CV论文推荐】初学基于GAN的三维图像生成有哪些经典论文需要阅读
【每周CV论文推荐】基于GAN的图像数据增强有哪些经典论文值得阅读
【每周CV论文推荐】初学基于GAN的图像语义编辑，需要阅读哪些论文？
【每周CV论文推荐】基于GAN的对抗攻击，适合阅读那些文章入门？
【每周CV论文推荐】基于GAN的图像对比度与色调映射增强值得阅读的文章
2、视频课程，包括GAN理论讲解，图像生成GAN原理与实战，图像翻译GAN原理与实战，图像增强GAN原理与实战，人脸属性编辑原理与实战，以及其他各类GAN项目实战，下面是部分节选
【视频课】永久免费课程！如何掌握好深度生成模型与GAN的基础理论知识
【视频课】CV必学，超6小时，2大模块，循序渐进地搞懂GAN图像生成！
【视频课】CV必学，超7小时，3大模块，3大案例，掌握图像翻译与风格化GAN核心技术！
【视频课】超8小时，5大模块，掌握基于GAN的图像增强应用（降噪色调映射去模糊超分辨修复）
【视频课】超10小时，3大模块，掌握深度学习人脸属性编辑算法理论与实践
更多学习资料，大家可以关注本公众号进行检索。
转载文章请后台联系
侵权必究
往期精选
393
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
