生成式AI是科技领域最炙手可热的话题。这本实践用书教机器学习工程师和数据科学人员如何利用TensorFlow和Keras从零开始创建令人印象深刻的生成式深度学习模型，包括变分自编码器（VAE）、生成对抗网络（GAN）、Transformers、归一化流、基于能量的模型和去噪扩散模型。
了解VAE如何改变照片中的面部表情
训练GAN基于你自己的数据集生成图像
构建扩散模型，产生新品种的花卉
训练自己的GPT进行文本生成
学习ChatGPT等大语言模型的训练方式
探索StyleGAN2和ViT-VQGAN等最先进的架构
使用Transformers和MuseGAN创作多声部音乐
理解生成世界模型如何解决强化学习任务
深入研究DALL.E 2、Imagen、Stable Diffusion等多模态模型

Foreword
Preface
Part I. Introduction to Generative Deep Learning
1. Generative Modeling
2. Deep Learning
Part II. Methods
3. Variational Autoencoders
4. Generative Adversarial Networks
5. Autoregressive Models
6. Normalizing Flow Models
7. Energy-Based Models
8. Diffusion Models
Part III. Applications
9. Transformers
10. Advanced GANs
11. Music Generation
12. World Models