![【300部突破!】PythonではじめるGAN-敵対的生成ネットワーク-](https://booth.pximg.net/f96b0bd9-3aa8-4a82-9c4e-6c5ff590e57c/i/2356840/28c992a6-1187-4c91-a7d5-cd03323bec01_base_resized.jpg)
全ページフルカラー、解説コード付きの技術書となります。 画像生成やGAN(敵対的生成ネットワーク)に興味がある方、ディープフェイクや音質変換といったGANの応用分野に興味がある方、是非目を通していただければと思います。 ------------------------------------ ◆詳細 ・技術同人誌(B5サイズ) ・本文108ページ ・全ページフルカラー ・GitHubに実装コード有り(使用方法や解説については主に本文内で説明しています) ・2020年9月2日に執筆完了(version1.0.0) ・情報共有を目的とした読者専用Slack有り -------------------------- ◆目次(詳細は画像を確認ください) 【第1章 GANの仕組みを理解する】 ・GANの仕組み ・GANの課題 ・GANの実装 [コラム] 潜在変数(z)って一体なんなの? [コラム] VAEとGANの違い 【第2章 GANの応用を知る】 ・DCGAN ・CGAN ・CycleGAN ・その他の手法/最新の研究など [コラム] DCGANでラベルごとに学習させた場合とCGANの比較 [コラム] GANを学習させるためのテクニック 【第3章 GANを使って遊ぶ】 ・PCGANでオリジナルアニメキャラをつくる ・DeepFakeでフェイク動画をつくる ・CycleGAN-VC2で声質変換に挑戦 [コラム] GANで学習させるデータの無断ダウンロードは著作権侵害に当たるのか [コラム] GANの今後について思うこと --------------------------------- ◆こんな方におすすめ! ・GANという技術について面白そうだなと思っているけれど、どういう風に勉強すれば良いかわからない方 ・GANについてネットで調べても、基礎から応用まで体系的にまとまっている情報がなくて理解できない方 ・とりあえず付属コードを使って何か画像生成をしてみたい方 ・ディープフェイクや声質変換など、最新の技術やビジネス領域について興味のある方 ◆本書を実践し終えると、あなたはこんな状態になっています! ・GANの基礎理論から実装方法までわかる! ・GANの課題や最新の研究についてわかる! ・自分で好きなオリジナル画像を生成できる!(アニメキャラ、アイドルなどなど) ・ディープフェイク動画をつくることができる! ・声質変換ができるようになる!