本书是高级深度学习技术的综合指南, 内容包括自编码器、生成对抗网络 (GAN)、变分自编码器 (VAE) 和深度强化学习 (DRL), 在这些技术的推动下, AI于近期取得了令人瞩目的成就。本书首先对多层感知器 (MLP)、卷积神经网络 (CNN) 和循环神经网络 (RNN) 进行了概述, 这些是本书中介绍的更高级技术的构建模块。之后探索了包括ResNet和DenseNet在内的深度神经网络架构以及如何创建自编码器。读者将学习如何使用Keras和TensorFlow实现深度学习模型, 并进一步实现其高级应用。随后, 读者将会了解到有关GAN的所有知识, 以及认识到其如何将AI性能提升到新的水平。在此之后, 读者可快速了解VAE的实现方式, 并将认识到GAN和VAE是如何具备生成数据的能力的, 并且使所生成的数据对人类来说极具说服力。因此, 该类方法已成为现代AI的一个巨大进步。为充分了解该系列相关先进技术, 读者将会学习如何实现DRL, 例如深度Q-Learming和策略梯度方法, 这些方法对于AI在现代取得很多成就至关重要。
